Загрузить текст из файла PDF

Параметры действия:

Предназначение действия:

Извлекает текст из файла формата PDF.
Для этого используется стороннее приложение PDFtoText.exe (при первом обращении к этому действию, парсер скачивает этот файл на компьютер).

Возвращаемое значение: текст PDF файла, или сообщение об ошибке

 


Параметр «Путь к файлу (вместо исходного значения)»

Тип параметра: произвольное текстовое значение

Можно использовать как полный путь к файлу, так и ссылку на PDF файл в интернете (в случае ссылки, парсер предварительно скачает файл во временную папку)

Параметр «Формат результата»

Тип параметра: выбор из списка, или ввод вручную

Примеры значений параметра: -layout; -simple; -simple2; -table

Значение по умолчанию: -simple

Определяет способ преобразования файла в текст (результат будет отличаться по виду).
Здесь же можно задать и другие поддерживаемые программой PDFtoText.exe параметры командной строки, например -f 2 -clip -simple

Параметр «Оставлять созданный TXT файл рядом с PDF»

Тип параметра: выбор из списка предопределенных значений

Допустимые значения параметра: да; нет

Значение по умолчанию: да

При вызове приложения PDFtoText.exe создаётся текстовый файл в той же папке, где расположен файл PDF, с таким же именем, только расширение у этого файла .txt вместо .pdf. Парсер считывает из этого текстового файла текст, и потом может либо оставить этот временный текстовый файл в папке, либо удалить его.

 

Примеры использования:

 

Действие Параметр Значение
Загрузить текст из файла PDF Путь к файлу  
Формат результата -simple
Оставлять созданный TXT файл рядом с PDF да
Исходное значение   Результат
http://prog.tversu.ru/chemistry2/9.pdf
 
Макросы в MS Excel

  Макросы в Excel — это компьютерный код, написанный для Excel на языке
программирования Visual Basic for Applications (VBA). Они созданы для того, чтобы
автоматизировать задачи в Microsoft Office. Макросы могут выполнить практически любые
действия в документе, к примеру ...

 

Действие Параметр Значение
Загрузить текст из файла PDF Путь к файлу  
Формат результата -layout
Оставлять созданный TXT файл рядом с PDF да
Исходное значение   Результат
ссылка на PDF файл
 
Среднемесячная цена на сахар-сырец на Нью-Йоркской товарно-
                      сырьевой бирже за апрель 2018 г.

            Дата       Котировки в апреле 2018 г.

            1                      12,52
            2                      12,47
            3                      12,27
            4                      12,35
            5                      12,34
            6
            7                      12,36
            8                      12,13
            9                      12,06
           10                      12,05
           11                      12,08
           12
           13                      11,98
           14                      11,65


 

Действие Параметр Значение
Загрузить текст из файла PDF Путь к файлу  
Формат результата -simple
Оставлять созданный TXT файл рядом с PDF да
Исходное значение   Результат
ссылка на PDF файл
 
Среднемесячная цена на сахар-сырец на Нью-Йоркской товарно-
              сырьевой бирже за апрель 2018 г.

         Дата                   Котировки в апреле 2018 г.

         1
         2                            12,52
         3                            12,47
         4                            12,27
         5                            12,35
         6                            12,34
         7
         8
         9                            12,36
         10                           12,13
         11                           12,06
         12                           12,05
         13                           12,08
         14
         15
         16                           11,98


 

Действие Параметр Значение
Загрузить текст из файла PDF Путь к файлу  
Формат результата -simple2
Оставлять созданный TXT файл рядом с PDF да
Исходное значение   Результат
ссылка на PDF файл
 
Среднемесячная цена на сахар-сырец на Нью-Йоркской товарно-
сырьевой бирже за апрель 2018 г.
Дата Котировки в апреле 2018 г.
1
2 12,52
3 12,47
4 12,27
5 12,35
6 12,34
7
8
9 12,36
10 12,13
11 12,06
12 12,05
13 12,08
14
15
16 11,98


 

Действие Параметр Значение
Загрузить текст из файла PDF Путь к файлу  
Формат результата -table
Оставлять созданный TXT файл рядом с PDF да
Исходное значение   Результат
ссылка на PDF файл
 
Среднемесячная цена на сахар-сырец на Нью-Йоркской товарно-

      сырьевой бирже за апрель 2018 г.

Дата                   Кот  ировки в апреле  2018  г.

1

2                           12,52

3                           12,47

4                           12,27

5                           12,35

6                           12,34

7

8

9                           12,36

10                          12,13

11                          12,06

12                          12,05

13                          12,08

14

15

16                          11,98



 

Комментарии

Алексей, только если предварительно прогнать этот файл пдф через какой-нибудь сервис или программу, которая снимет защиту от копирования.

Добрый день, Игорь!
А извлечь текст из PDF-файла, страница которого защищена от копирования, как-нибудь возможно?
Выдает такую ошибку:
Ошибка чтения текста из PDF файла:
Permission Error: Copying of text from this document is not allowed.