PDF2JSON - Công cụ trích xuất PDF sang JSON

 (github.com)
6 điểm bởi xguru 2020-03-04 | 1 bình luận | Chia sẻ qua WhatsApp

  • Thư viện mã nguồn mở chuyển đổi nhanh dựa trên XPDF, viết bằng C

  • Cung cấp tệp thực thi cho Windows/macOS/Linux

  • Trích xuất văn bản bên trong PDF kèm phông chữ theo tọa độ x,y

Bài viết liên quan

1 bình luận

 
xguru 2020-03-04

Đã có bản pdf2json viết bằng JavaScript dùng pdf.js, còn công cụ này thì dùng XPDF.

https://github.com/mozilla/pdf.js/

https://github.com/modesty/pdf2json

Với các chức năng PDF thông thường thì có thể dùng Apache PDFBox.

https://pdfbox.apache.org/

PDFBox là thư viện Java có thể làm được mọi thứ như tạo PDF, trích xuất, tách & gộp, chuyển đổi sang hình ảnh, v.v.