PDFMiner

PDFMiner работает сначала принимает содержимое PDF файла и преобразование его в более податливый формате, как HTML.
Оттуда, текст и данные извлекаются и анализируются, и на основе предопределенных правил, разделенных и представленных пользователя или отправленных в другие, более мощные инструменты анализа данных.
Если анализ текста является не то, что вы собираетесь сделать, вы можете легко настроить PDFMiner просто извлечь или просто конвертировать данные PDF, а также.
Его функции могут работать отдельно друг от друга и позволяют спектр шире использование благодаря этому

Особенности :.

• 100% Python Код, не С или С ++
• разобрать PDF-файлов
• Анализировать PDF-файлов
• Convert PDF-файлов в другие форматы
• ToC вытяжка
• Получить только маркированных содержание
• Поддержка большого количества функций текст PDF

<литий> Поддержка большого количества типов шрифтов внутри PDF-
• Основные шифрования (RC4) поддержка

Что нового В этом выпуске:

не
• метод PDFDocument.initialize () удаляется и больше не нужны , Пароль дается в качестве аргумента конструктора PDFDocument.

Что нового в версии 20110515:.

• изменения API
• класс LTPolygon был переименован в LTCurve.

Что нового в версии 20110227:.

• исправления и улучшения анализа макета

Что нового в версии 20101226:.

• Несколько исправлений и мелких улучшений

Что нового в версии 20101017:.

• Несколько исправлений и незначительное улучшение

Что нового в версии 20100424:.

• Исправления и крошечные улучшения по добыче ТОС

Требования

• Python 2.4 до 3

Ограничения :.

• PDFMiner может быть в 20 раз медленнее, чем / C ++ C - программное обеспечение на основе