PDFLIB TET.
التحميل الان

PDFLIB TET. الترتيب والملخص

PDFLIB TET. العلامات

نص مكتبة PDF PDFLIB. مجموعة أدوات استخراج النص استخراج المعلومات النصية تيت

PDFLIB TET. وصف

PDFLIB TET (مجموعة أدوات استخراج النص) هو برنامج لاستخراج المعلومات النصية بشكل موثوق من أي ملف PDF. PDFLIB TET (مجموعة أدوات استخراج النص) هو برنامج لاستخراج المعلومات النصية بشكل موثوق من أي ملف PDF. وهي متوفرة كمكتبة / مكون وكائن سطر الأوامر. توفر Tet محتويات نص PDF كسلاسل Unicode أو XML منظم، بالإضافة إلى الرسائل الرمزية المفصلة ومعلومات الخط. مع TET يمكنك استرداد قيم Unicode المقابلة للنص في مستند PDF، بالإضافة إلى موقفها في الصفحة. بالإضافة إلى إضافة نص استرجاع نصي منخفض المستوى يحتوي على خوارزميات تحليل المحتوى المتقدمة لتحديد حدود الكلمة، قم بإزالة النص المكرر الزائد (مثل كما الظلال والجريء الاصطناعي). باستخدام واجهة PCOS المساعدة، يمكنك استرداد الكائنات التعسفية من PDF، مثل بيانات التعريف النصفي، النص التشعبي، إلخي إصدارات التقييم الوظيفية وما إلى ذلك، بما في ذلك الوثائق والعينات متوفرة من صفحة تنزيل TET لجميع الأنظمة الأساسية المعدلة. سيمكن شراء ترخيص وتطبيق مفتاح الترخيص بالكامل إصدار التقييم لنشر الإنتاج. مع PDFlib Tet يمكنك: استخراج النص من PDF، E.G. لتخزينها في قاعدة بيانات تنفيذ محرك بحث لمعالجة قوات الدفاع الشعبي تحويل محتوى نص صفحات PDF إلى XML للمعالجة مع أدوات أخرى معالجة ملفات PDF على أساس محتوياتها PDF InputPdflib Tet يدعم جميع النكهات ذات الصلة من إدخال PDF: كل PDF إصدارات تصل إلى 1.7 قوات الدفاع الشعبي 1.7 (Acrobat 8) جميع أنواع الخط والترميز: Base 14 Fonts، TrueType، PostScript، OpenType، CID Fonts PDF مشفرة مع تشفير 40 و 128 بت (إعدادات الأذونات المناسبة أو كلمة المرور مطلوبة) نص Unicodealmough عادة ما لا يتم ترميز PDF في Unicode، وسوف تطبيع TET PDFLIB النص من مستند PDF إلى Unicode: يحول Tet جميع محتويات النص إلى Unicode. في C، سيتم إرجاع النص في تنسيقات UTF-8 أو UTF-16، وكما سلاسل Unicode الأصلية في جميع الروابط اللغوية الأخرى. سيتم تحليلات Ligatures وغيرها من الرسلات الأرضية متعددة الأحرف في سلسلة من شخصيات Unicode المكونة. يتم تحديد مهام Unicode الخاصة بائع البائع (منطقة الاستخدام الخاص، PUA)، وتعيين الأحرف في منطقة Unicode المشتركة إن أمكن. يتم تحديد الرسائل الحرية بدون تعيينات Unicode مناسبة على هذا النحو، ويتم تعيينها إلى حرف استبدال قابل للتكوين. Fullfull CJK SupportTTET يتضمن الدعم الكامل لاستخراج النص الصيني والياباني والكوري. يتم التعرف على جميع CJK CJK CMAPS (الترميزات)؛ يتم دعم أوضاع الكتابة الأفقية والعمودية. يمكن استخدام تحليل التحليل والتحليل Word لاسترداد معلومات Glyph ذات المستوى المنخفض، ولكن أيضا بما يتضمن الخوارزميات المتقدمة لتحليل المحتوى: اكتشاف حدود الكلمة لاسترداد الكلمات بدلا من الأحرف. إعادة التوصيف أجزاء الواصلة. الكلمات. قم بإزالة مثيلات النص المكررة، على سبيل المثال الظل والنص الغامق الاصطناعي. تقدد الفقرات في ترتيب القراءة. إعادة ترتيب النص الذي ينتشر فوق الصفحة. يوفر إعادة بناء خطوط Text.geometrictet مقاييس دقيقة للنص، مثل الموضع الموجود على الصفحة، عرض الرسامى، اتجاه النص وبعد يمكن استبعاد مجالات محددة على الصفحة أو تضمينها في استخراج النص، على سبيل المثال لتجاهل الرؤوس والتذييلات أو الهوامش. التعليم: إصدارات غير مرخصة تدعم جميع الميزات، ولكنها ستعالج مستندات PDF فقط مع ما يصل إلى 10 صفحات وحجم 1 ميغابايت. يجب عدم استخدام إصدارات التقييم من TET لأغراض الإنتاج، ولكن فقط لتقييم المنتج. استخدام Tet لأغراض الإنتاج يتطلب ترخيص Tet صالح. ما الجديد في هذا الإصدار: وضع إصلاح لإصلاحات PDF التالفة المستندات التالفة التي تم رفضها بواسطة الإصدارات السابقة من TET دعم PDF 1.7، تنسيق ملف Acrobat 8 دعم AES - قوات الدفاع الشعبي المناسبة (كلمة المرور المناسبة مطلوبة) أداة سطر الأوامر Tet: استخراج النص بناء على مؤشرات الترابط في المستند تحديث واجهة PCOS محدثة (نفس PCOS كما هو الحال في PDFLIB 7) تعيينات لمزيد من الوثائق تحسينات في WordFinder إصلاحات الأخطاء المختلفة TET Plugin for Acrobat كأداة مجانية وتقنية تيت للتكنولوجيا

PDFLIB TET. برامج ذات صلة