PDFMiner

PDFMiner hoạt động bằng cách đầu tiên tham gia các nội dung của một tập tin PDF và chuyển đổi nó sang một định dạng dễ uốn hơn như HTML.
Từ đó, văn bản và dữ liệu được trích xuất và phân tích, và dựa trên các quy tắc được xác định trước tách ra và trình bày cho người sử dụng hoặc được gửi đến các công cụ phân tích dữ liệu khác mạnh hơn.
Nếu phân tích văn bản không phải là những gì bạn định làm, bạn có thể dễ dàng cấu hình PDFMiner chỉ cần trích xuất hoặc chỉ chuyển đổi dữ liệu PDF là tốt.
Chức năng của nó có thể làm việc một cách riêng biệt với nhau và cho phép sử dụng một phổ rộng hơn nhờ có nó

Tính năng .

• 100% Python mã, không có C hoặc C ++
• Phân tích các file PDF
• Phân tích các file PDF
• Chuyển đổi file PDF sang các định dạng khác
• Toc vắt
• Nhận chỉ đánh dấu nội dung
• Hỗ trợ cho một số lượng lớn các tính năng văn bản PDF
• Hỗ trợ một số lượng lớn các loại phông chữ trong file PDF
• mã hóa cơ bản (RC4) hỗ trợ

là gì mới trong phiên bản này:

• phương pháp PDFDocument.initialize () được loại bỏ và không còn cần thiết . Một mật khẩu được đưa ra như là một đối số của một hàm PDFDocument.

là gì mới trong phiên bản 20110515:.

• API thay đổi
• LTPolygon lớp học đã được đổi tên thành LTCurve.

là gì mới trong phiên bản 20110227:.

• sửa lỗi và cải tiến phân tích bố trí

là gì mới trong phiên bản 20101226:.

• Một vài sửa lỗi và cải tiến nhỏ

là gì mới trong phiên bản 20101017:.

• Một vài sửa lỗi và cải tiến nhỏ

là gì mới trong phiên bản 20100424:.

• Sửa lỗi và cải tiến nhỏ về khai thác TOC

Yêu cầu :

• Python 2.4 đến 3

Hạn chế .

• PDFMiner có thể chậm hơn so với C / C ++ 20 lần - dựa trên phần mềm