读取发票代码 发票号码 发票日期 金额 购买方-公司 购买方-税号 销售方-公司 销售方-税号

读取发票信息通常涉及到解析特定格式的文档，如电子发票的XML、CSV、PDF或者HTML等。这里以PDF为例，如果发票信息已结构化存储在PDF表格或注释中，你可以使用像Apache PDFBox这样的Java库来帮助解析。以下是一个简化的步骤描述：

1. **初始化PDF解析**:
导入必要的库，如`org.apache.pdfbox.pdmodel.PDDocument` 和 `org.apache.pdfbox.text.PDFTextStripper`。

2. **打开PDF**:

   PDDocument document = null;
   try {
       document = PDDocument.load(new File("invoice.pdf"));
   } catch (IOException e) {
       System.err.println("Error loading PDF: " + e.getMessage());
   }

3. **查找关键字段**:
使用PDFTextStripper遍历文档的每一页，查找包含发票信息的特定区域，比如使用正则表达式匹配"发票代码"、"发票号码"等关键词。

   PDFTextStripper pdfStripper = new PDFTextStripper();
   String text = pdfStripper.getText(document);
   
   Pattern invoiceCodePattern = Pattern.compile("(发票代码): (.*)");
   Matcher matcher = invoiceCodePattern.matcher(text);
   if (matcher.find()) {
       String invoiceCode = matcher.group(2);
   }

   // 同理可以为其他字段编写独立的正则表达式并提取值
   Pattern invoiceNumberPattern = Pattern.compile("(发票号码): (.*)");
   Pattern invoiceDatePattern = Pattern.compile("(发票日期): (.*)");
   // 等等...

4. **处理购买方信息**:
一般发票会有专门的字段显示购买方信息，如公司名和税号，同样可以用正则匹配找到它们的位置。

5. **处理销售方信息**:
类似地，找出销售方的公司名称和税号。

6. **错误处理和结果存储**:
检查每个字段是否成功匹配，确保所有必需的信息都被正确提取出来。

String buyerCompany = extractFromText(text, "(购买方-公司): ");
buyerTaxNumber = extractFromText(text, "(购买方-税号): ");
sellerCompany = extractFromText(text, "(销售方-公司): ");
sellerTaxNumber = extractFromText(text, "(销售方-税号): ");

// 提取函数
private String extractFromText(String source, String pattern) {
    // 实现正则表达式的匹配和返回值
}

记得，实际操作中可能需要根据具体的发票格式调整正则表达式和定位策略。此外，对于复杂的PDF，可能还需要结合PDFBox的高级功能如PDFFormFields来提取更准确的信息。