Analyser des documents PDF

L’analyse de documents PDF consiste à extraire le contenu structuré ou brut des fichiers PDF existants afin qu’il puisse être inspecté, exporté, indexé ou réutilisé dans d’autres flux de travail.

Cette section explique comment :

• Extraire le texte du PDF à l’aide de TextAbsorber, ParagraphAbsorber et des API associées.

• Extraire les images du PDF à partir des ressources de la page.

• Extraire les polices du PDF pour inspecter les polices utilisées dans un document.

• Extraire les données d’AcroForm et exporter les valeurs des champs au format JSON, XML, FDF ou XFDF.

• Extraire les données des tableaux à l’aide de TableAbsorber ou exporter les tableaux détectés vers Excel.

• Extraire les données vectorielles du PDF avec GraphicsAbsorber et les méthodes d’exportation SVG.