ByteScout PDF Extractor SDK

        PDF Extractor SDK para sa mga developer ng Windows na software: PDF sa Teksto, PDF sa XML, Mga Larawan mula sa PDF, Basahin ang impormasyon ng PDF, PDF sa CSV para sa Excel.

Pinapayagan ng Bytescout PDF Extractor SDK na i-convert ang PDF sa teksto, PDF sa XML, PDF sa CSV, kunin ang mga larawan mula sa PDF, kunin ang impormasyon tungkol sa mga PDF file sa mga interface ng NET at ActiveX nang walang anumang kinakailangang karagdagang software.

Benepisyo:
 convert ang PDF sa plain text (at maaaring sundin ang mga haligi kung nagko-convert ka ng isang pahayagan sa format na PDF) - kabilang ang hindi nakikitang text extraction;
 Nag-convert ng mga talahanayan sa PDF sa Excel (CSV) sa pamamagitan ng pagbabasa ng mga cell mula sa ibinigay na rektanggulo;
 nag-convert ng mga talahanayan sa PDF sa mga file na XML;
 extracts PDF file metadata (pamagat, may-akda, paglalarawan) at kumuha ng iba pang impormasyon tungkol sa file (bilang ng mga pahina, naka-encrypt o hindi);
 extracts ng naka-embed na mga imahe mula sa PDF na dokumento (sa ASP.NET, VB.NET, C #, VB6 at VBScript);
 DocumentMerger at DocumentSplitter interface at klase upang pagsamahin at hatiin ang mga dokumentong PDF;
ay hindi nangangailangan ng Adobe Reader o anumang iba pang software ng PDF reader na mai-install;
 Nagbibigay ng mga interface ng NET at ActiveX;
 ginawa gamit ang 100% pinamamahalaang C # code.
    

Ano ang bago sa paglabas na ito:

Bersyon 9.0.0.3079: Nagdagdag ng pag-filter ng nakuha na nilalaman sa pamamagitan ng pangalan ng font, laki ng font at kulay.
Nai-update na OCR engine sa pinakabagong bersyon. Mag-update ng mga file ng wika mula sa folder na 'tessdata'.
Pinagbuting pag-extract ng teksto, mga linya ng pagpapangkat sa mga hangganan ng datos, pagganap, XFA form na pagkuha, TableDetector, mga isyu sa pag-parse ng nakapirming PDF.

Ano ang bago sa bersyon 8.7.0.2980:

Nagdagdag ng pag-filter ng nakuha na nilalaman sa pamamagitan ng pangalan ng font, laki ng font at kulay.
Nai-update na OCR engine sa pinakabagong bersyon. Mag-update ng mga file ng wika mula sa folder na 'tessdata'.
Pinahusay na pagkuha ng teksto, mga linya ng pagpapangkat sa mga hugis ng talaan ng data, pagganap, mga XFA form na pagkuha, TableDetector, mga nakapirming mga isyu sa pag-parse ng PDF.

Ano ang bago sa bersyon 8.6.0.2911:

Nagdagdag ng pag-filter ng nakuha na nilalaman sa pamamagitan ng pangalan ng font, laki ng font at kulay.
Nai-update na OCR engine sa pinakabagong bersyon. Mag-update ng mga file ng wika mula sa folder na 'tessdata'.
Pinahusay na pagkuha ng teksto, mga linya ng pagpapangkat sa mga hugis na talaan ng data, pagganap, mga XFA form na pagkuha, TableDetector, mga nakapirming mga isyu sa pag-parse ng PDF.

Ano ang bago sa bersyon 8.2.0.2699:

Ano ang bago sa bersyon 8.0.0.2528:

Ano ang bago sa bersyon 7.0.0.2474: Bersyon 7.0.0.2474:

• Nagdagdag ng bagong utility na DocumentPrinter utility na nagbibigay-daan upang mai-print nang tahimik ang mga dokumentong PDF (nang walang anumang mga dialog ng user)
  
• Nagdagdag ng bagong JSONExtractor klase
  
• idinagdag override para sa DocumentSplitter.Split () na pamamaraan na nagpapahintulot upang tukuyin ang folder ng output para sa mga nakabuo ng mga file
  
• naayos na multi-threading bug sa DocumentSplitter
  
• nirerespeto ngayon ng tableDetector ang lugar ng pagkuha ng set ng SetExtractionArea () na paraan
  
• bagong mga pag-aari sa mga klase ng pagkuha: ExtractionColumns - naglalaman ng mga coordinate ng mga nakitang haligi; Ang CustomExtractionColumns - ay nagbibigay-daan upang i-override ang detection ng haligi
  
• Ang mga paraan ng GetPageRect * ay hindi isinasaalang-alang ang pag-ikot ng pahina.
  Nakatakdang bug sa installer na nagiging sanhi ng ilang mga file mula sa nakaraang pag-install ay nakakasagabal sa mga update
  
• reworked ang checking ng pagpaparehistro. Ngayon ang library ay hindi magtatapon ng eksepsiyon, ngunit magtrabaho sa demo mode kung napalampas mo o nag-input ng maling RegistrationName at RegistrationKey
  
• PDF Multitool: Nagdagdag ng kamakailang listahan ng dokumento sa pindutang "Buksan ang PDF na Dokumento"
  
• PDF Multitool: Maaaring palitan ang pagpipilian ngayon
  
• PDF Multitool: Nagdagdag ng tampok na JSON ng I-extract
  
• PDF Multitool: Pinahusay na Table Detector UI
  
• PDF Multitool: Lubos na pinabuting kalidad ng pag-render ng font
  
• PDF Multitool: Nagdagdag ng debug na opsyon na "Ipakita ang Natukoy na Mga Haligi sa Pag-extract" sa menu ng konteksto upang ipakita ang mga napansin na hanay sa kasalukuyang pahina. Nakikita lamang pagkatapos tumakbo ang anumang bunutan laban sa kasalukuyang ipinapakita na pahina
  
• PDF Multitool: Ang isyu sa pag-aayos ng font sa 32-bit na Windows
  
• iba pang mga menor de edad na pagpapabuti at pag-aayos ng bug

Ano ang bago sa bersyon 6.30.0.2421:

Bilis 6.30.0.2421:

• Nagdagdag ng klase ng utility ng TextComparer (magagamit sa mga pagtitipon ng NET 4.0.) na nagbibigay-daan upang ihambing ang teksto sa dalawang mga dokumentong PDF at bumuo ng ulat.
• Pinahusay na suporta ng mga profile ng kulay ng ICC.
• Pinahusay na paghawak ng naka-embed na mga font.
• Pinahusay na AttachmentExtractor.
• Fixed XMLExtractor.SaveXMLToStream () method.
• Nakapirming nakuha na teksto ng pagkopya kapag gumagamit ng pagpipiliang OCRCacheMode.WholePage.
• Iba pang mga pag-aayos ng bug at mga pagpapabuti.
  

Ano ang bago sa bersyon 6.20.2354:

Bersyon 6.20.2354:

• PDF Upang Teksto, PDF Upang CSV, PDF Sa mga pag-andar ng XML pinabuting
• Bagong I-extract ang Video, I-extract ang mga halimbawa ng Audio
• Pinabuti ng CSV at XML extractors ang suporta para sa mga talahanayan na may walang laman na mga haligi sa loob
• bagong MultimediaExtractor upang kunin ang video at audio mula sa PDF
• bagong PahinaDataCaching ng ari-arian
• bagong "MemoryCareProcessingOfHugeFiles" halimbawa
• na nakaayos na null exception kapag sinusubukang itapon ang naka-naka-deline na mga pahina
• XLSExtractor: nagpapabuti ng mga font support
• Laktawan ang SkipInvisibleText ngayon ang pinutol na teksto (na hindi nakikita)
• pagpapahusay ng output ng teksto pinabuting
• XFDF Extractor: nagdagdag ng suporta para sa mga checkbox
• Ang mga imahe ng output ay pinabuting upang suportahan ang higit pang mga sub-format
• Pinahusay ang paghawak ng teksto ng Unicode
  

Ano ang bago sa bersyon 6.11.2149:

Bersyon 6.11.2149:

• Na-update ang mga sample ng Pagproseso ng Batch upang ipakita ang paggamit ng I-reset () na paraan
  
• Idinagdag ang sample ng source code sa C ++ para sa Mga Pahina ng Pagkuha
  
• Nagdagdag ang DocumentMerger ng Merge2 (inputfile1, inputfile2, outputfile) na paraan upang pagsamahin ang 2 mga file
  
• Maliit na pag-aayos ng XLS Extractor
  
• Pinapayagan ngayon ng PDF Multitool upang paganahin / huwag paganahin ang teksto, larawan, mga layer ng vector, nagdaragdag ng mga advanced na setting para sa pagkuha ng teksto
  
• XML, CSV, Pagpapalabas ng talahanayan ay nagpapabuti sa suporta para sa mga talahanayan na may mga cell ng emtpry sa loob ng mga haligi
  
• . Pinahusay ang property ng ExtractShadowLikeText: mas mahusay na pag-filter para sa tekstong anino
  

Ano ang bago sa bersyon 6.10.2136:

Bersyon 6.10.2136:

• Pinabuting ang pag-andar sa PDF sa XML, PDF Upang CSV, PDF Upang Teksto
  
• PDF Upang idagdag ang sample ng command line XLS (batay sa vbscript)
  
• PDF Sa HTML SDK ay nagdaragdag ng bagong. Detektibreng property ng DLL (TRUE bilang default) upang paganahin / huwag paganahin ang mga awtomatikong pag-detect ng mga link sa teksto
  
• bagong SearchablePDFMaker (magagamit para sa mga lisensya ng PRO) upang i-convert ang PDF sa mga nahahanap na mga file na PDF
  
• mga bagong katangian sa extractor: ConsiderFontNames, ConsiderFontSizes, ConsiderFontColors, ConsiderVerticalBorders sa CFG file
  
• tiktik ng mga haligi ng header (kapag AutoAlighHeaderToColumns = totoo) ay napabuti
  
• .DetectLinesInsteadOfParagraphs pinalitan ng bagong .LineGroupingMode upang kontrolin kung paano pinagsama ang mga linya sa mga talata
  
• MAHALAGA! Ang mga pag-aayos ng PDF sa XML ay may mahabang isyu ng oras na may hindi wastong Y coordinate para sa mga bagay na teksto (ay tumuturo sa kaliwang ibaba sa halip na tuktok na kaliwang)
  
• .TableXMinIntersectionRequiredInPercents at .TableYMinIntersectionRequiredInPercents properties added
  
• Idinagdag ang sample ng source code ng C ++
  
• Sinusuri ng XML Extractor ang mga nawawalang walang laman na mga haligi sa PreserveFormatting = true mode
  
• mga menor de edad na pag-aayos sa mga kulay sa ilang mga PDF file
  
• suporta para sa maraming wika ng OCR naidagdag
  
• Multitool GUI ng PDF: nagdaragdag ng Kopyahin sa pindutan ng Clipboard sa mga dialog ng renderer ng TXT, CSV, XML at raster
  
• XLSExtractor: nagdadagdag ng pag-aari ng PageToWorksheet upang paganahin / huwag paganahin ang henerasyon ng mga hiwalay na mga worksheet sa bawat pahina
  
• bagong property ng TextEncodingCodePage
  
• PDFViewerControl: idinadagdag ValidateContextMenu na nagpapahintulot sa user na magdagdag ng mga custom na item sa menu ng konteksto
  
• Kontrol ng PDF Viewer: nagdadagdag ng mga katangian ng ShowTextObjects, ShowImageObjects, ShowVectorObjects
  
• Nagdagdag na ngayon ng XMLExtractor ang attribute na "OCRConfidence" para sa kinikilalang teksto
  
• PDF / Pag-check ng pag-andar (sa beta)
  
• pagpapabuti ng mga kontrol at pag-check at pag-align ng teksto alinsunod sa orihinal na layout. Ang isyu ay sanhi ng pag-shift ng coordinates ng Y sa mga kontrol habang ang pag-parse: hindi tama. Ang tamang paraan ay ang shif ...
  
• Na-update ng XML Extractor: ngayon ay gumagawa ng tag ng CONTROL para sa mga checkbox at mga field ng teksto
  
• nagbago ang paggamit ng kasalukuyang direktoryo sa temp directory
  
• mas suportado ang mga checkbox, radiobox, editbox, comboboxes
  
• ngayon ay pinahihintulutan ang mga tumatawag ng partial trust
  

Ano ang bago sa bersyon 5.80.1781:

Bersyon 5.80.1781:

• Na-update ang pag-andar sa PDF sa XML, PDF sa CSV, PDF hanggang Teksto
  
• Nagbibigay ang OCRMode ngayon ng 9 na mga mode
  
• .DetectLineInsteadOfParagraph ngayon ay mas mahusay na gumagana. Itakda ito sa Mali upang makuha ang multiline na teksto sa mga cell table!
  
• Suportado ang mga kontrol ng PDF na napabuti
  
• FDF at XFDF data extraction
  

Ano ang bago sa bersyon 5.10.1747:

Bersyon 5.10.1747:

• Pinabuting ang PDF sa XML, PDF sa CSV, PDF sa Mga function sa Teksto
  Sinusuportahan na ngayon ng
• ang pagkuha ng teksto mula sa mga kontrol ng teksto
  
• Nagdagdag na ngayon ng XML extractor ang estilo ng font, laki, pangalan, mga coordinate ng teksto sa mga tag
  
• Sample ng ASP.NET para sa paggamit ng OCR idinagdag
  
• bagong ari-arian OCRLanguageDataFolder upang tukuyin ang lokasyon ng folder na "tessdata"
  
• pinabuting suporta ng mga PDF file
  
• nagpapabuti ng suporta para sa pinaikling teksto
  
• na-update ang mga sample source ng code
  
• na-update na dokumentasyon
  
• mga menor de edad na mga pagpapabuti at pag-aayos
  

Ano ang bago sa bersyon 5.00.1626:

Bersyon 5.00.1626:

• OCR (teksto mula sa mga larawan) na idinagdag ang pag-andar: maaari mo na ngayong i-extract ang teksto mula sa naka-embed na mga imahe at ayusin ang napinsalang teksto
  
• isyu na naayos na may nawawalang mga haligi sa CSV at XML na may huling mga haligi na may ilang mga setting
  
• pinabuting suporta para sa mga nasira na PDF file
  
• multiline paghahanap sa paghahanap sa teksto gamit ang mga mode ng pagtutugma ng salita ay sinusuportahan na ngayon
  
• ngayon ay maaaring maghanap ng teksto na may mga gitling at sa iba't ibang linya: tingnan ang bagong sample ng source code Maghanap ng Teksto Gamit ang mga Hyphens
  
• bagong ari-arian .RTLTextAutoDetectionEnabled (maling ayon sa default) upang awtomatikong makita ang mga wika ng RTL
  
• Pinabuting GUI demo ng PDF Viewer
  
• mga menor de edad na mga pagpapabuti at pag-aayos
  

Mga Kinakailangan :

.NET Framework 2.0 o mas mataas

Mga Limitasyon :

Nag screen, watermark sa output