PDF Data Extractor(PDF數(shù)據(jù)提取軟件)是一款非常不錯(cuò)的PDF數(shù)據(jù)提取軟件，用戶能夠使用這款軟件對(duì)pdf文件的文本信息進(jìn)行提取，在軟件中用戶能夠設(shè)置信息提取規(guī)則，可自定義信息提取范圍，并且支持對(duì)文字進(jìn)行過(guò)濾處理等。

基本簡(jiǎn)介

PDF Data Extractor 可以提取 PDF 中的某些文本信息，如果您有例如需要提取帳號(hào)、姓名、地址等數(shù)據(jù)并將這些信息輸出到 Excel CSV 文件的 PDF 語(yǔ)句，這是一個(gè)理想的產(chǎn)品。它使用水平、垂直文本位置匹配，對(duì)于更高級(jí)的匹配，它具有用于條件匹配的規(guī)則系統(tǒng)，例如僅當(dāng)帳號(hào)：文本在同一頁(yè)面上時(shí)才匹配。不同的字段也可以合并為一個(gè)，因此可以將名字和姓氏作為一個(gè)字段輸出到 CSV 文件中。許多選項(xiàng)可用：數(shù)據(jù)提取、OCR pdf 選項(xiàng)、OCR 數(shù)字校正、調(diào)整傾斜的 pdf 頁(yè)面選項(xiàng)、對(duì)其他語(yǔ)言文件的完整 Uni code 支持，例如希伯來(lái)語(yǔ)，從右到左閱讀順序選項(xiàng)，頁(yè)面上的單詞偏移，用于處理切碎的掃描 PDF，數(shù)字、日期和貨幣過(guò)濾，數(shù)據(jù)列順序分配，在命令行上運(yùn)行，標(biāo)題輸出，頁(yè)碼字段，文件名字段, 批處理文件列表，32 位和 64 位版本。

現(xiàn)在還可以根據(jù)提取的數(shù)據(jù)重命名文件或?qū)⑽募��?fù)制到新位置。

功能介紹

支持 Windows XP、2003、2008、2012、2016、2019、Windows 7、Vista、8 和 Windows 10

32 位和 64 位版本用于更快的處理

對(duì)所有語(yǔ)言的 Uni code 支持，例如文件名和文本中的英語(yǔ)、日語(yǔ)、中文、希伯來(lái)語(yǔ)

子彈從多頁(yè)pdf中提取數(shù)據(jù)

來(lái)自源pdf的多個(gè)輸出字段，通過(guò)文本之前，位置，第一次匹配和最后一次匹配向下和向上匹配選項(xiàng)。

bullet 條件匹配規(guī)則系統(tǒng)

項(xiàng)目符號(hào)輸出字段，例如：總頁(yè)數(shù)、匹配的頁(yè)碼、文件名

項(xiàng)目符號(hào)列輸出位置選項(xiàng)

子彈 OCR pdf 第一個(gè)選項(xiàng)

項(xiàng)目符號(hào)日期/金錢/字母/數(shù)字輸出過(guò)濾

項(xiàng)目符號(hào) 將文本復(fù)制到剪貼板選項(xiàng)以放入其他軟件

用于處理掃描的 pdf 文件的偏移位置開(kāi)始，例如標(biāo)題被切斷或傾斜，因此可以從某個(gè)穩(wěn)定的文本點(diǎn)計(jì)算所有位置

項(xiàng)目符號(hào)修復(fù)略微傾斜的掃描位置的垂直文本選項(xiàng)四舍五入到最接近的 5 點(diǎn)

用于向后鏡像掃描的項(xiàng)目符號(hào)反向文本選項(xiàng)

對(duì)希伯來(lái)語(yǔ)等語(yǔ)言的從右到左單詞選項(xiàng)支持

使用批處理列表處理處理 pdf 的批處理列表

可選在命令行上運(yùn)行以實(shí)現(xiàn)自動(dòng)化

根據(jù)提取的數(shù)據(jù)將文件重命名或復(fù)制到新位置

項(xiàng)目符號(hào) 支持除加密和保護(hù)之外的所有 pdf 類型。

項(xiàng)目符號(hào) 自動(dòng)保存設(shè)置以備后用

項(xiàng)目符號(hào) 完整記錄已處理、錯(cuò)誤和移動(dòng)的文件。

子彈安裝程序

完整的 HTML 和 PDF 幫助

軟件特色

直觀的圖形界面，帶有大量工具

該應(yīng)用程序的安裝時(shí)間并不長(zhǎng)，并且沒(méi)有復(fù)雜的設(shè)置，您在實(shí)際使用它的功能之前就需要完成該設(shè)置。它具有一個(gè)真正直觀的圖形界面，并帶有大量工具和功能。

該應(yīng)用程序允許您從PDF文檔中提取某些文本信息。例如，如果您有一個(gè)PDF語(yǔ)句，您需要提取諸如帳號(hào)，名稱，地址之類的數(shù)據(jù)并將此信息輸出到Excel csv文件中，則它將是一個(gè)有用的程序。

從PDF文檔中提取文本

啟動(dòng)應(yīng)用程序后，您需要做的第一件事是瀏覽計(jì)算機(jī)并找到您要處理的PDF文檔。然后，您必須選擇頁(yè)碼，應(yīng)用程序?qū)⒃谟浭卤局酗@示文本，以便您可以提取它。

它使用水平，垂直文本位置匹配，并且對(duì)于更高級(jí)的匹配，它具有用于條件匹配的規(guī)則系統(tǒng)。

更多功能和工具

您可以根據(jù)提取的數(shù)據(jù)將文件重命名或復(fù)制到新位置。它帶有更多選項(xiàng)，例如數(shù)據(jù)提取，在命令行上運(yùn)行，標(biāo)頭輸出，頁(yè)碼字段，文件名字段，要處理的文件批處理列表等等。

總而言之，PDF Data Extractor是一個(gè)非常不錯(cuò)的應(yīng)用程序，您可以使用它來(lái)從各種PDF文檔中提取文本。

更新日志

1.修復(fù)掃描ocr問(wèn)題。

2. 修復(fù)了在一行和批處理中全部輸出的問(wèn)題，現(xiàn)在每個(gè)文件后都會(huì)自動(dòng)添加換行符。

3. 對(duì)每個(gè)文件和位置一行處理的一些改進(jìn)。

4. 修復(fù)潛在的換行問(wèn)題。