概述 ​

关于数据提取功能 ​

ComPDFKit 提供 PDF 数据提取功能的 API、SDKs 和私有化部署。它使用 ComPDFKit 中核心的数据提取技术与 AI 技术来提取 PDF 文档（包含扫描档）中的内容和结构信息，并以各种结构化的格式输出，如JSON、XML、CSV、Excel、HTML、TXT、PNG等。该功能可以提取文本、表格和图片，具体如下所示：

• PDF 文本提取：提取 PDF 中的文本内容，包括文本所在的页面、内容（段落、标题、列表等）、位置信息、字体、样式和其他文本格式信息。
• PDF 表格提取：提取 PDF 中的表格并解析每个单元格的内容和表格格式信息。该功能可以识别各种类型的表格，包括结构化和非结构化的表格。数据解析后可以生成为 JSON 格式，也可以选择 XML、CSV 和 XLSX 文件形式输出。
• PDF 图片提取：被识别为图形或图像的对象将被提取为 PNG 文件。

除了上述类型的内容提取，ComPDFKit 数据提取 API 还能捕获文档结构信息，例如各种提取元素的自然阅读顺序以及每个给定页面上元素的布局。

经过提取后的信息可供开发人员更加便捷地进行二次开发，它可被用于内容处理与重新发布、数据分析、内容自动化处理以及内容聚合、管理和搜索等多个方面。ComPDFKit 数据提取 SDK 提供适用于 Windows、Android、iOS、Mac 平台以及各种开发语言（C++、Java、Python、PHP等）的开发工具包等多种部署方案，以便开发人员将 SDK 嵌入到您的开发程序中。

解决方案 ​

集成 ComPDFKit SDK 进行 PDF 数据提取 ​

ComPDFKit SDK 是一个高性能开发工具库，可以用于提取 PDF 文件中的数据并将其转换为各种文件格式。它也可以直接将所提取的数据以各种形式输出或保存为对应的格式，以供开发人员进行后续开发。您可以继续查看有关使用SDK进行数据提取的内容。

使用 ComPDFKit API 调用 PDF 数据提取接口 ​

我们还提供了遵循 RESTful API 标准的 ComPDFKit API 来供开发人员调用数据提取接口。 通过ComPDFKit API 来提取 PDF 数据的工作流程非常简单，只需要经过文档上传、文档处理、文档下载等过程即可实现。您可以参阅ComPDFKit API文档来了解有关信息。

部署 ComPDFKit Processor 进行 PDF 数据提取 ​

ComPDFKit Processor 是一个用于在 Linux 平台上转换 PDF 文件的 SDK。它为开发人员提供了包含数据提取功能在内的丰富的 API 供开发人员调用，并且可以部署在您的私有服务器上，保证数据安全。

联系信息 ​

联系 ComPDFKit：

• 联系销售：https://www.compdf.com/zh-cn/contact-sales
• 技术问题反馈至：https://www.compdf.com/support
• 电子邮件（直接联系）：support@compdf.com

谢谢您！ ComPDFKit 团队