尽管目前海运行业目前已普遍使用计算机处理业务,并且由于公共信息基础设施和内部网的建设,一般海运企业都已有了基本的信息处理环境。但是这种息化的认识深度有限,大部分企业的数据管理存在以下两类问题：一、数据管理数量不断增长的数据是否被有效地跟踪、管理,合理的层层抽取供各种业务应用共享,以及数据的完整性、安全性的保证等；二、数据分析：这些数据是否作为企业宝贵的资源被有效地分析利用。例如在大量的操作数据中,可以分析每项业务、各个部门、船舶、航线的效率、效益、系统的性能、客户的贡献、市场的趋势等。大部分海运企业目前还没有有效地解决以上第一个方面的问题,第二个方面工作进行得也很少。基于这个现状,本文针对目前海运行业中最重要的集装箱班轮运输,提出一个多数据源的,具有采集、解析、整理能力的班轮船期数据整理系统。并针对该系统实现中的难点——PDF表格数据识别提出了一个自己的解决算法。本文的主要工作主要体现在如下几个方面：一、数据采集功能的实现：利用成熟的HTTP协议工具HttpClient,实现了一个自动化的船期数据采集工具.二、数据模型设计：针对船期数据收集平台以及前台业务的具体需要设计了数据模型。三、总体设计：基于成熟的J2EE框架Spring;使用Quartz实现业务调度；使用POI、Html Parser等数据解析工具实现船期表格数据的识别。最后针对目前表格识别技术的现状,在PDF表格数据解析,识别方面做了一些有益的尝试。