PDFlib TET
借助先进分析，从 PDF 中提取文本、图像和元数据。
- 处理各种 PDF 文档，包括加密和损坏文件。
- 将提取的文本转换为规范化 Unicode，并进行考虑布局的重建。
- 提取图像，并保留格式、位置和颜色信息。
起价:
加载中...
| 可单独购买 | 我们的价格 |
|---|---|
| PDFlib TET | 加载中 |
试用版可用 联系我们，获取免费试用
PDFlib TET 是一款用于 PDF 文档的文本和数据提取工具包。它将内容转换为规范化的 Unicode 文本，同时保留结构和位置信息。凭借对复杂布局、图像和元数据的支持，它能够实现可靠的内容分析、索引和文档转换工作流。
广泛的 PDF 兼容性
处理各种 PDF 文档，包括现代规范、加密文件和损坏内容，确保在不同文档类型中获得一致的提取结果。
Unicode 文本提取
将 PDF 文本转换为规范化的 Unicode 输出，处理字符映射、连字和编码差异，以生成跨多种语言和脚本的一致且可供机器读取的文本。
内容和布局分析
分析文档结构以重建阅读顺序、检测词边界、合并连字符断行文本，并将内容组织为逻辑段落和栏，以提高可用性。
表格和结构检测
识别表格、列表和多栏布局，保留结构关系，以支持对结构化文档内容的准确数据提取和后续处理。
精确的文本和图像定位
提供文本和图像的详细几何信息，包括位置、大小、方向和字体属性，从而实现精确的空间分析和布局重建。
图像提取
以原始格式提取嵌入图像，同时保留质量、颜色信息和相关蒙版，支持对视觉内容的准确复用和处理。
元数据和文档信息访问
检索文档元数据，包括 XMP 属性、书签、注释和嵌入文件，实现对文档级信息的全面访问。
灵活的输出选项
将提取内容输出为纯 Unicode 文本或结构化 XML，提供详细的布局和语义信息，以便与搜索、索引和内容处理系统集成。
产品兼容性
请查看以下详细信息，以确保此产品在您的环境中受支持。
组件类型
- .NET
- Java
- Windows DLL
.NET 版本
- .NET 10 LTS
- .NET 9 STS
- .NET 8 LTS
- .NET 5 / .NET Core 3.1
- .NET 4.8 或更早版本
.NET 平台
- .NET 程序集
- .NET 类
- .NET Core 3.1 程序集
Java 平台
- Java 类
IDE 支持
- Visual Studio
关于PDFlib
PDFlib 成立于 1997 年，总部位于德国慕尼黑，专注于为软件开发人员和 IT 专业人士开发 PDF 技术。其组件被广泛用于在服务器、桌面和移动平台上生成、处理和个性化 PDF 文档。PDFlib 坚定致力于 ISO PDF 标准，并兼容主流 PDF 查看器，确保在多样化环境中的一致性和可靠性。该品牌的全球影响力覆盖欧洲、北美和日本等主要市场，其核心库可通过 C、Java、.NET 和 Python 等流行编程语言访问，使其成为动态 PDF 解决方案值得信赖的选择。
