PDFMiner

PDFMiner gumagana sa pamamagitan ng pagkuha muna ang nilalaman ng isang PDF file at pag-convert ito sa isang mas malambot na format tulad ng HTML.
Mula doon, teksto at data ay nakuha at nasuri, at batay sa mga paunang-natukoy na mga patakaran pinaghihiwalay at iniharap sa user o ipinadala sa iba pang mga mas malakas na mga kasangkapan sa pagtatasa ng data.
Kung pagtatasa teksto ay hindi kung ano ang balak mong gawin, maaari mong madaling i-configure PDFMiner upang kunin lang o convert lang rin data PDF.
Pag-andar nito ay maaaring gumana nang hiwalay mula sa isa't isa at payagan ang isang spectrum ng mas malawak na paggamit salamat sa ito

Features .

• 100% Python code, walang C o C ++
• parse PDF
• Pag-aralan ang mga PDF
• Palitan ang PDF sa iba pang mga format
• toc bunot
• Kumuha lamang tag na nilalaman
• Suporta para sa isang malaking bilang ng mga tampok ng teksto PDF
• Suporta para sa isang malaking bilang ng mga uri ng font sa loob ng mga PDF
• pag Basic encryption (RC4)

Ano ang bago sa release na ito:

• PDFDocument.initialize () method ay tinanggal at hindi na kinakailangan . Ang isang password ay ibinigay bilang isang argument ng PDFDocument constructor.

Ano ang bago sa bersyon 20110515.:

• pagbabago ng API
• LTPolygon klase ay pinalitan bilang LTCurve.

Ano ang bago sa bersyon 20110227.:

• Bug pagsasaayos at pagpapabuti ng pagtatasa layout

Ano ang bago sa bersyon 20101226.:

• Ang isang pares ng bugfixes at menor de edad na pagpapabuti

Ano ang bago sa bersyon 20101017.:

• Ang isang pares ng bugfixes at isang menor de edad na pagpapabuti

Ano ang bago sa bersyon 20100424.:

• Bugfixes at maliliit na mga pagpapabuti sa toc bunutan

Kinakailangan :

• Python 2.4 hanggang 3

Limitasyon .

• PDFMiner maaaring 20 beses na mas mabagal kaysa sa C / C ++ - based software