PDFlib TET

PDFlibHerramientas PDF.NETJavaDLL de Windows
Versión 6.0 (3 dic 2025)

Extraiga texto, imágenes y metadatos de PDFs con análisis avanzado.

  • Procesa una amplia gama de documentos PDF, incluidos archivos cifrados y dañados.
  • Convierte el texto extraído en Unicode normalizado con reconstrucción consciente del diseño.
  • Extrae imágenes conservando el formato, la posición y la información de color.
PDFlib logo

Precios desde:

Cargando...
Disponible por separadoNuestro precio
PDFlib TETCargando

Versión de prueba disponible Contáctanos para una prueba gratuita

imagen del producto PDFlib TET
PDFlib TET es un conjunto de herramientas de extracción de texto y datos para documentos PDF. Convierte el contenido en texto Unicode normalizado mientras preserva la información estructural y posicional. Con compatibilidad para diseños complejos, imágenes y metadatos, permite flujos de trabajo fiables de análisis de contenido, indexación y conversión de documentos.

Amplia compatibilidad con PDF

Procesa una amplia gama de documentos PDF, incluidas especificaciones modernas, archivos cifrados y contenido dañado, garantizando resultados de extracción coherentes en diversos tipos de documentos.

Extracción de texto Unicode

Convierte el texto PDF en salida Unicode normalizada, gestionando la asignación de caracteres, las ligaduras y las diferencias de codificación para producir texto coherente y legible por máquinas en varios idiomas y escrituras.

Análisis de contenido y diseño

Analiza la estructura del documento para reconstruir el orden de lectura, detectar límites de palabras, unir texto con guiones y organizar el contenido en párrafos y columnas lógicas para mejorar la usabilidad.

Detección de tablas y estructura

Identifica tablas, listas y diseños de varias columnas, preservando las relaciones estructurales para admitir una extracción de datos precisa y el procesamiento posterior del contenido estructurado del documento.

Posicionamiento preciso de texto e imágenes

Proporciona información geométrica detallada que incluye posición, tamaño, orientación y atributos de fuente para texto e imágenes, lo que permite un análisis espacial preciso y la reconstrucción del diseño.

Extracción de imágenes

Extrae las imágenes incrustadas en sus formatos originales preservando la calidad, la información de color y las máscaras asociadas, lo que admite la reutilización y el procesamiento precisos del contenido visual.

Acceso a metadatos e información del documento

Recupera los metadatos del documento, incluidas las propiedades XMP, los marcadores, las anotaciones y los archivos incrustados, lo que permite un acceso completo a la información a nivel de documento.

Opciones de salida flexibles

Genera el contenido extraído como texto Unicode sin formato o XML estructurado, proporcionando información detallada de diseño y semántica para su integración con sistemas de búsqueda, indexación y procesamiento de contenido.

Compatibilidad del producto

Revise los detalles a continuación para asegurarse de que este producto sea compatible con su entorno.

Tipo de componente

  • .NET
  • Java
  • DLL de Windows

Versión de .NET

  • .NET 10 LTS
  • .NET 9 STS
  • .NET 8 LTS
  • .NET 5 / .NET Core 3.1
  • .NET 4.8 o anterior

Plataforma .NET

  • .NET Assembly
  • Clase .NET
  • Assembly de .NET Core 3.1

Plataforma Java

  • Clase Java

Compatibilidad con IDE

  • Visual Studio