PDF2JSON - un outil pour extraire un PDF en JSON

 (github.com)
6 points par xguru 2020-03-04 | 1 commentaires | Partager sur WhatsApp

  • Bibliothèque open source rapide basée sur XPDF, écrite en C

  • Exécutables disponibles pour Windows / Mac / Linux

  • Extrait les textes à l’intérieur du PDF avec leurs coordonnées x,y, polices comprises

À lire aussi

1 commentaires

 
xguru 2020-03-04

Il existe déjà une version JavaScript de pdf2json utilisant pdf.js, mais celle-ci utilise XPDF.

https://github.com/mozilla/pdf.js/

https://github.com/modesty/pdf2json

Pour les fonctionnalités PDF générales, on peut utiliser Apache PDFBox.

https://pdfbox.apache.org/

PDFBox est une bibliothèque Java qui permet de tout faire : création de PDF, extraction, division et fusion, conversion en images, etc.