Guides
提取 PDF 为 Json
概述
从 PDF 文档中提取文本、图片和表格数据为 Json 文件。
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。
- 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。
设置是否提取表格
在 ComPDFKit Conversion SDK 中，支持是否提取表格选项json_contain_table，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，演示了提取 PDF 为 Json 功能。
c++
ConvertOptions opt;
CPDFConversion::StartPDFToJson("json.pdf", "password", "path/output.json", opt);