PDF は、データの共有や記録に広く使われる人気のあるドキュメント形式です。特に PDF に含まれる表のデータを抽出する必要がある場面に出くわすことがあります。例えば、請求書の PDF に保存された表の中に有用な情報があり、そのデータを分析や計算に利用したい場合です。本記事では、Spire.PDF for .NET を使用して、PDF の表からデータを抽出し、それをテキストファイルや Excel ワークシートに保存する方法を紹介します。 C# で PDF 表データをテキストファイルに抽出する C# で PDF 表データを Excel ファイルに抽出する Spire.PDF for .NET をインストールします まず、Spire.PDF for .NET パッケージに含まれている DLL ファイルを .NET プロジェクトの参照として追加する必要があります。DLL ファイルは、このリンクからダウンロードするか、NuGet を介してインストールできます。 PM> Install-Package Spire.PDF C# で PDF 表データをテキストファイルに抽出する Spire.PDF for .NET には、PdfTableExtractor.ExtractTable() メソッドがあり、PDF ページ上のすべての表を抽出することができます。このメソッドを使用して PDF ドキュメントから表を抽出した後、PdfTable.GetText() メソッドを使用して表の値を取得し、それをテキストファイルに書き出すことができます。PDF表データをテキストファイルに抽出する手順は以下の通りです： PdfDocument オブジェクトを作成し、PdfDocument.LoadFromFile() メソッドで PDF ドキュメントを読み込みます。 読み込んだ PDF ドキュメントに対して PdfTableExtractor オブジェクトを作成します。 PdfTableExtractor.ExtractTable() メソッドを使ってドキュメントの各ページにある表を抽出します。 各表を順に処理します： StringBuilder オブジェクトを作成し、表データを格納します。 行と列をループして、Table.GetText() メソッドを使ってセルの値を取得し、それを StringBuilder オブジェクトに追加します。 最終的に StringBuilder オブジェクトをテキストファイルに書き出します。 C# using Spire.Pdf; using Spire.Pdf.Utilities; using System.Text; namespace PDFTableToText { class Program { static void Main(string[] args) { // PdfDocumentオブジェクトを作成し、PDFドキュメントをロード PdfDocument pdf = new PdfDocument(); pdf.LoadFromFile("Sample.pdf"); // 読み込んだPDFのためのテーブルエクストラクターを初期化 PdfTableExtractor tableExtractor = new PdfTableExtractor(pdf); // PDFの各ページを繰り返し処理 for (int pageIndex = 0; pageIndex < pdf.Pages.Count; pageIndex++) { // 現在のページからテーブルを抽出 PdfTable[] tables = tableExtractor.ExtractTable(pageIndex); if (tables != null) { // 抽出された各テーブルを繰り返し処理 for (int tableIndex = 0; tableIndex < tables.Length; tableIndex++) { // StringBuilderオブジェクトを作成 StringBuilder stringBuilder = new StringBuilder(); // テーブルの各行と列を繰り返し処理 for (int rowIndex = 0; rowIndex < tables[tableIndex].GetRowCount(); rowIndex++) { for (int columnIndex = 0; columnIndex < tables[tableIndex].GetColumnCount(); columnIndex++) { // テーブルのセルテキストを取得し、改行を削除 string cellText = tables[tableIndex].GetText(rowIndex, columnIndex); string text = cellText.Replace("n", " "); // StringBuilderオブジェクトにセルテキストを追加 if (columnIndex < tables[tableIndex].GetColumnCount() - 1) { stringBuilder.Append(text + ""); } else { stringBuilder.Append(text); } } // 各テーブル行のために行を切り替え if (rowIndex < tables[tableIndex].GetRowCount() - 1) { stringBuilder.AppendLine(); } } // テーブル内容をテキストファイルに書き込み string outputFilePath = $"output/Page{pageIndex + 1}_Table{tableIndex + 1}.txt"; File.WriteAllText(outputFilePath, stringBuilder.ToString()); } } } } } } C# で PDF 表データを Excel ファイルに抽出する PDF 表のセルの値を上記と同様に取得し、Spire.XLS for .NET を使用して Excel ファイルに書き出すことができます。最初に Spire.XLS for .NET をインストールする必要があります： PM> Install-Package Spire.XLS PDF 表データを Excel ファイルに抽出する手順は以下の通りです： PdfDocument オブジェクトを作成し、PdfDocument.LoadFromFile() メソッドで PDF ドキュメントを読み込みます。 Workbook オブジェクトを作成し、Workbook.Worksheets.Clear() メソッドでデフォルトのワークシートをクリアします。 読み込んだ PDF ドキュメントに対して PdfTableExtractor オブジェクトを作成します。 PdfTableExtractor.ExtractTable() メソッドを使ってドキュメントの各ページにある表を抽出します。 各表を順に処理します： 表ごとに Workbook にワークシートを追加します。 行と列をループして、Table.GetText() メソッドを使ってセルの値を取得し、Worksheet.Range[].Text プロパティを通じて対応する位置に挿入します。 セルの書式を設定します。 最後に Workbook.SaveToFile() メソッドを使ってワークブックを保存します。 C# using Spire.Pdf; using Spire.Pdf.Utilities; using Spire.Xls; using System.Text; namespace PDFTableToText { class Program { static void Main(string[] args) { // PdfDocumentオブジェクトを作成し、PDFドキュメントをロード PdfDocument pdf = new PdfDocument(); pdf.LoadFromFile("Sample.pdf"); // Workbookオブジェクトを作成 Workbook workbook = new Workbook(); // デフォルトのワークシートをクリア workbook.Worksheets.Clear(); // 読み込んだPDFのためのテーブルエクストラクターを初期化 PdfTableExtractor tableExtractor = new PdfTableExtractor(pdf); // PDFの各ページを繰り返し処理 for (int pageIndex = 0; pageIndex < pdf.Pages.Count; pageIndex++) { // 現在のページからテーブルを抽出 PdfTable[] tables = tableExtractor.ExtractTable(pageIndex); if (tables != null) { // ページ上の各抽出されたテーブルを繰り返し処理 for (int tableIndex = 0; tableIndex < tables.Length; tableIndex++) { // ワークブックにワークシートを追加 Worksheet sheet = workbook.Worksheets.Add($"Page{pageIndex + 1}-Table{tableIndex + 1}"); // テーブル内の各行と列を繰り返し処理 for (int rowIndex = 0; rowIndex < tables[tableIndex].GetRowCount(); rowIndex++) { for (int columnIndex = 0; columnIndex < tables[tableIndex].GetColumnCount(); columnIndex++) { // テーブルからセルテキストを取得し、改行を削除 string cellText = tables[tableIndex].GetText(rowIndex, columnIndex); string text = cellText.Replace("n", ""); // ワークシートの対応する位置にセルテキストを挿入 sheet.Range[rowIndex + 1, columnIndex + 1].Text = text; } } // テーブルヘッダのフォーマットを設定 sheet.Rows[0].Style.Font.FontName = "Yu Gothic UI"; sheet.Rows[0].Style.Font.Size = 12; sheet.Rows[0].Style.Font.IsBold = true; sheet.Rows[0].Style.HorizontalAlignment = HorizontalAlignType.Center; // データ行のフォーマットを設定 for (int rowIndex = 1; rowIndex < sheet.Rows.Length; rowIndex++) { sheet.Rows[rowIndex].Style.Font.FontName = "Yu Gothic UI"; sheet.Rows[0].Style.Font.Size = 12; sheet.Rows[0].Style.HorizontalAlignment = HorizontalAlignType.Left; } // 各列を自動調整 for (int columnIndex = 1; columnIndex
