Разбор PDF-документов

Разбор PDF-документов подразумевает извлечение структурированного или необработанного контента из существующих PDF-файлов, чтобы его можно было проверять, экспортировать, индексировать или повторно использовать в других процессах.

В этом разделе рассматривается, как:

• Извлечь текст из PDF с помощью TextAbsorber, ParagraphAbsorber и связанных API.
• Извлечь изображения из PDF из ресурсов страницы.
• Извлечь шрифты из PDF для проверки используемых в документе шрифтов.
• Извлечь данные из AcroForm и экспортировать значения полей в JSON, XML, FDF или XFDF.
• Извлечь данные из таблицы с помощью TableAbsorber или экспортировать обнаруженные таблицы в Excel.
• Извлечь векторные данные из PDF с помощью GraphicsAbsorber и методов экспорта SVG.