PDFMiner

PDFMiner funktioniert, indem zunächst den Inhalt einer PDF-Datei und Konvertierung in ein formbarer Format wie HTML.
Von dort wird Text und Daten extrahiert und analysiert und auf der Basis der vordefinierten Regeln getrennt und für den Benutzer dargestellt oder auf andere leistungsfähigere Datenanalysetools gesendet.
Wenn Textanalyse ist nicht, was Sie zu tun, können Sie ganz einfach konfigurieren PDFMiner einfach extrahieren oder PDF-Daten verarbeitet werden.
Seine Funktionen können getrennt voneinander ein breiteres Einsatzspektrum dank ihm zu arbeiten und erlauben

Eigenschaften .

• 100% Python Code, kein C oder C ++
• Parse PDFs
• Analysieren PDFs
• PDFs in andere Formate
• ToC Dunst
• Get nur getaggt Inhalt
• Unterstützung für eine große Anzahl von Text PDF-Funktionen
• Unterstützung für eine große Anzahl von Schriftarten innerhalb PDFs
• Grund Verschlüsselung (RC4) Unterstützung

Was ist neu in dieser Pressemitteilung:

• PDFDocument.initialize () -Methode wird entfernt und nicht mehr benötigt . Ein Passwort wird als Argument eines PDFDocument Konstruktor angegeben.

Was ist neu in Version 20110515:.

• API-Änderungen
• LTPolygon Klasse wurde als LTCurve umbenannt.

Was ist neu in Version 20110227:.

• Bug-Fixes und Verbesserungen Layoutanalyse

Was ist neu in Version 20101226:.

• Ein paar Bugfixes und kleinere Verbesserungen

Was ist neu in Version 20101017:.

• Ein paar Bugfixes und eine geringfügige Verbesserung

Was ist neu in Version 20100424:.

• Bugfixes und kleine Verbesserungen an TOC Extraktion

Anforderungen :

• Python 2.4 bis zu 3

Einschränkungen .

• PDFMiner können 20-mal langsamer als C / C ++ - basierten Software