PDF ל-JSON.

היא מייצאת תוכן עמוד וגיאומטריה, לא שדות עסקיים בעלי שם אוטומטי. האפליקציה שלך חייבת לפרש את המבנה הזה. עבור תאי טבלה, השתמש ב'חילוץ טבלאות מ-PDF'; עבור סריקות, השתמש ב-PDF OCR.

המבנה המדורג כולל עמודים, בלוקים של טקסט וטווחים, גופנים, תיבות תוחמות ונתיבי שרטוט וקטורי. הקואורדינטות הן בנקודות PDF מהמקור השמאלי העליון של העמוד הלא מסובב; סיבוב מתועד בנפרד. זה יכול לתמוך באינדוקס או בניתוח מסמכים, אך הממיר אינו מסיק את הסכימה העסקית או שמות השדות הסמנטיים שלך.

כאשר עמוד מכיל נתוני תמונה, הארכיון מכיל document.json או document.xml בתוספת קובצי תמונה מוזכרים וכל מסכה נתמכת. שמור את הנתיבים הללו יחד בעת טעינת הנתונים במקום אחר. סריקה של תמונה בלבד נשארת נתוני תמונה; ייצוא זה אינו מבצע OCR כדי להמציא טווחי טקסט חסרים.

החילוץ משתמש בשכבת טקסט קיימת ואינו מזהה אותיות בתמונות עמוד. אם לעמוד אין טקסט קריא, השתמש ב-PDF OCR בנפרד. עמוד ריק עשוי גם הוא לא להפיק טקסט. עבור קובצי PDF מעורבים, בדוק עמודים ריקים או לא קריאים בנפרד. תהליך ה-OCR מעבד עמוד אחד נבחר בכל פעם.

פתח קובץ PDF אחד עד 100 MB ו-750 עמודי מקור. קבצים מוגנים זקוקים לעותק לא נעול אלא אם כן כלי זה מציע במפורש הזנת סיסמה. עמודים גדולים או מורכבים יכולים לדרוש יותר זיכרון או להגיע למגבלות עיבוד גם כאשר הקובץ נמצא בתוך מגבלות אלו.

כלי זה משתמש בשרתים שלנו לצורך עיבוד. הקובץ המקורי שלכם אינו נדרס; התוצאה היא הורדה נפרדת. צפו ובדקו את התוצאה היכן שזמין, והורידו את העותק הדרוש לכם לפני שתתחילו מחדש.