java读取pdf文件中的表格并且每一个表格为一个集合

要读取PDF文件中的表格，您需要使用Java的PDF处理库，例如Apache PDFBox。以下是一个简单的示例代码，可以读取PDF文件中的所有表格，并将它们存储到一个集合中：

import java.io.File;
import java.io.IOException;
import java.util.ArrayList;
import java.util.List;

import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.pdmodel.PDPage;
import org.apache.pdfbox.text.PDFTextStripperByArea;
import org.apache.pdfbox.text.TextPosition;

public class TableExtractor {
    public static void main(String[] args) throws IOException {
        PDDocument document = PDDocument.load(new File("example.pdf"));
        PDFTextStripperByArea stripper = new PDFTextStripperByArea();
        stripper.setSortByPosition(true);

        List<List<String>> tables = new ArrayList<>();
        for (PDPage page : document.getPages()) {
            stripper.extractRegions(page);
            List<String> table = new ArrayList<>();
            for (List<TextPosition> row : stripper.getRegions()) {
                StringBuilder sb = new StringBuilder();
                for (TextPosition cell : row) {
                    sb.append(cell.getUnicode());
                }
                table.add(sb.toString());
            }
            tables.add(table);
        }
        document.close();

        // 打印所有表格
        for (List<String> table : tables) {
            System.out.println(table);
        }
    }
}

这个例子中，我们使用了PDFBox的`PDFTextStripperByArea`类来读取PDF文件中的文本信息。我们将文本按照表格的行列结构进行组织，最终将每个表格存储到一个`List<List<String>>`类型的集合中。