ComPDFKit
联系销售
PDF SDKIDP转换 SDK
转换 SDK
下载FAQ技术支持

PDF 提取为 JSON格式 ​

概述 ​

从 PDF 文档中提取 PDF 中的文本、图片和表格数据。

表格类型：标准表格 & 非标准表格 ​

常见的表格类型可以分为标准表格与非标准表格两类，具体定义如下：

  • 标准表格：表格边框完整，表格内线完整且清晰，无需人为再添加表格线条做表格内容分割。

image-20231116145224545

  • 非标准表格：缺少表格边框或者表格内线，表格线条不清晰，需要人为添加表格线条分割表格内容。

image-20231116145517818

设置是否提取表格 ​

在 ComPDFKit Conversion SDK 中，支持是否提取表格选项ContainTables，开启该选项时会提取 PDF 中的表格内容并输出对应的表格结构，否则表格内的内容会被当成普通段落。

注意事项 ​

  • 当未开启 AI 版面分析 或者 OCR 选项时无法提取原 PDF 文档中的表格，建议开启 AI 版面分析 或者 OCR 选项进行提取，以支持高精度的表格识别。

示例 ​

以下是完整的示例代码，演示了 PDF 提取功能。

kotlin
val inputFilePath = "***";
val password = "***";
val outputFileName = "***";

val jsonOptions = JsonOptions();
val error = ComPDFKitConverter.startPDFToJson(inputFilePath, password, outputFileName, jsonOptions);