我正在做一些数据抓取，我正在从 3 种类型的文件中抓取数据。
1-HTML
2- PDF
3-Excel(xls)
对于 HTML，我很满意，我正在使用 HTML Agility。
对于 PDF 和 Excel，我需要任何人的建议。
提前致谢。
最佳答案
关于 Excel。如果您在 MS 环境中，您可以执行 Office Automation 或使用 OLEDB。在 Java 环境中查看 Apache POI。
编辑:关于Java中的PDF尝试Apache PDFBox 。还可以使用 IKVM 在 .NET 中工作
关于excel - 从 PDF 和 Excel 中抓取数据，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/3147803/
相关文章：
html - 无法在 "pdf-viewer"中显示 blob url => Angular 10 中的 "ng2-pdf-viewer"
python - BeautifulSoup 3.1.0.1 和 Python 2.5.2 的 UnicodeEncodeError
php cURL 操作在 120308 毫秒后超时，接收到 -1 字节中的 X
Excel:作为 COUNTIFS 语句的一部分，查找列表中与另一个列表匹配的所有值
vba - 保护 Excel 工作簿(使用 VBA)免于与不同数据重复使用
javascript - 在 Electron 中打开pdf文件
OpenGL/D3D : How do I get a screen grab of a game running full screen in Windows?