PDFMiner

PDFMiner працює спочатку приймає вміст PDF файлу і перетворення його в більш піддатливий форматі, як HTML.
Звідти, текст і дані витягуються і аналізуються, і на основі визначених правил, розділених і представлених користувача або відправлених в інші, більш потужні інструменти аналізу даних.
Якщо аналіз тексту є не те, що ви збираєтеся зробити, ви можете легко налаштувати PDFMiner просто витягти або просто конвертувати дані PDF, а також.
Його функції можуть працювати окремо один від одного і дозволяють ширше спектр використання завдяки йому

Особливості :.

• 100% Python Код, не С або С ++
• розібрати PDF-файлів
• Аналізувати PDF-файлів
• Convert PDF-файлів в інші формати
• ToC витяжка
• Отримати тільки маркованих зміст
• Підтримка великої кількості функцій текст PDF

<Літій> Підтримка великої кількості типів шрифтів всередині PDF -
• Основні шифрування (RC4) підтримка

Що нового У цьому випуску:

не
• метод PDFDocument.initialize () віддаляється і більше не потрібні , Пароль задається як аргумент конструктора PDFDocument.

Що нового у версії 20110515 :.

• зміни API
• клас LTPolygon був перейменований в LTCurve.

Що нового у версії 20110227 :.

• виправлення і поліпшення аналізу макета

Що нового у версії 20101226 :.

• Кілька виправлень і дрібних поліпшень

Що нового у версії 20101017 :.

• Кілька виправлень і незначні поліпшення

Що нового у версії 20100424 :.

• Виправлення і поліпшення крихітні з видобутку ТОС

Вимоги

• Python 2.4 до 3

Обмеження :.

• PDFMiner може бути в 20 разів повільніше, ніж / C ++ C - програмне забезпечення на основі