提取 PDF 到 JSON

概述

从 PDF 文档中提取文本、表格和图像到 JSON 文件。

标准表格和非标准表格

通常，表格可以分为两类：标准表格和非标准表格。具体定义如下：

• 标准表格：表格边框和内部线条完整清晰，无需手动添加表格线来分隔表格内容。

• 非标准表格： 缺乏边框或清晰内部线条的表格，需要手动添加表格线来分隔内容。

表格提取选项

ComPDF Conversion SDK 支持 ContainTable 选项。启用后，表格内容将连同表格结构一起从 PDF 中提取；否则，表格内容将作为常规文本处理。

注意事项

• 在不启用 AI 版面分析或 OCR 选项的情况下，无法提取原始 PDF 中的表格。建议启用 AI 版面分析或 OCR 以实现高精度表格识别。

示例

完整的示例代码，展示了文本提取功能。

JsonOptions *options = [[JsonOptions alloc] init];
[CPDFConversion startPDFToJson:@"json.pdf" password:@"" outputPath:@"output.json" options:options];