PDFlib TET
透過進階分析，從 PDF 擷取文字、圖片與中繼資料。
- 可處理各式各樣的 PDF 文件，包括加密與損毀檔案。
- 將擷取的文字轉換為標準化 Unicode，並結合版面感知重建。
- 擷取圖片並保留格式、位置與色彩資訊。
起價:
載入中...
| 可單獨購買 | 我們的價格 |
|---|---|
| PDFlib TET | 載入中 |
試用版可用 聯絡我們，享受免費試用
PDFlib TET 是一套用於 PDF 文件的文字與資料擷取工具組。它會將內容轉換為標準化的 Unicode 文字，同時保留結構與位置資訊。透過支援複雜版面、圖片與中繼資料，它可實現可靠的內容分析、索引與文件轉換工作流程。
廣泛的 PDF 相容性
可處理各式各樣的 PDF 文件，包括現代規格、加密檔案與損毀內容，確保在多樣化的文件類型中都能獲得一致的擷取結果。
Unicode 文字擷取
將 PDF 文字轉換為標準化的 Unicode 輸出，處理字元對應、連字與編碼差異，以產生一致且可供機器讀取的文字，適用於多種語言與文字系統。
內容與版面分析
分析文件結構以重建閱讀順序、偵測單字邊界、合併連字斷行文字，並將內容整理為具邏輯性的段落與欄位，以提升可用性。
表格與結構偵測
辨識表格、清單與多欄版面，保留結構關係以支援準確的資料擷取與結構化文件內容的後續處理。
精確的文字與圖片定位
提供文字與圖片的詳細幾何資訊，包括位置、大小、方向與字型屬性，讓精確的空間分析與版面重建成為可能。
圖片擷取
以原始格式擷取內嵌圖片，同時保留品質、色彩資訊與相關遮罩，支援視覺內容的準確重用與處理。
中繼資料與文件資訊存取
擷取文件中繼資料，包括 XMP 屬性、書籤、註解與內嵌檔案，提供對文件層級資訊的完整存取。
彈性的輸出選項
可將擷取內容輸出為純 Unicode 文字或結構化 XML，提供詳細的版面與語意資訊，以便整合搜尋、索引與內容處理系統。
產品相容性
請查看以下詳細資訊，以確保此產品在您的環境中受支援。
元件類型
- .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 組件
- .NET 類別
- .NET Core 3.1 組件
Java 平台
- Java 類別
IDE 支援
- Visual Studio
關於PDFlib
PDFlib 成立於 1997 年，總部位於德國慕尼黑，專注於為軟體開發人員和 IT 專業人士開發 PDF 技術。其元件廣泛應用於在伺服器、桌面與行動平台上產生、操作及個人化 PDF 文件。PDFlib 堅持 ISO PDF 標準並與常見的 PDF 檢視器保持相容，確保在多元環境中的一致性與可靠性。此品牌的全球布局涵蓋歐洲、北美與日本等主要市場，而其核心函式庫可由 C、Java、.NET 和 Python 等熱門程式語言存取，使其成為動態 PDF 解決方案的可靠選擇。
