pdf2Data

Introduction

iText 7 pdf2Data pour le traitement des PDF

pdf2Data est un module complémentaire d’iText 7 pour Java et C# (.NET) qui vous permet d’extraire facilement des données à partir de documents PDF.

Il offre un cadre pour reconnaître les données dans les documents PDF, en fonction de règles de sélection que vous définissez dans un modèle.

Avantages

Pourquoi utiliser iText 7 pdfData ?

Les données sont une marchandise importante et vos documents PDF peuvent renfermer plus de valeur que vous l'imaginez.

Bien entendu, la collecte manuelle de ces données vous prendrait beaucoup de temps et augmenterait le risque d'erreurs de saisie et de problèmes de sécurité.

Avec pdf2Data, vous pouvez automatiser le processus d'extraction des données de manière sécurisée.

 

pdf2Data icon svg
Automatisez l'extraction de données à partir de vos factures et documents en PDF

Extrayez et traitez les données de grandes quantités de PDF en définissant les informations qui vous intéressent dans un modèle et en les extrayant automatiquement lors de la programmation en Java et .NET. 

pdf2Data icon svg
Définissez précisément les parties de données que vous souhaitez extraire

Définissez rapidement les informations que vous souhaitez extraire dans un modèle avec l’éditeur de modèles pdf2Data. Par exemple : le champ d'adresse qui se trouve toujours dans le coin supérieur droit de vos factures en PDF.

pdf2Data icon svg
Le système s'intègre dans vos processus documentaires existants

pdf2Data utilise des normes libres de droit pour une intégration facile et rapide aux flux de travail existants. Il comprend des SDK pour Java et .NET, ainsi qu'une interface de ligne de commande.

Principales fonctionnalités

Principales fonctionnalités d'iText 7 pdfData

pdf2Data fonctionne en définissant les zones, les polices, les motifs ou les tableaux d’intérêt dans un modèle qui est utilisé pour tous les PDF créés au même format, tels qu’une facture ou d’autres documents commerciaux.

Vous pouvez ensuite définir des zones d’intérêt à l'aide de sélecteurs.

Chaque sélecteur utilise une manière différente d’identifier les informations importantes et peut être utilisé conjointement ou seul en fonction de vos besoins. 

iText
Extraire des données de documents PDF

Exploitez l'extraction du contenu d'iText 7 Core pour un processus de reconnaissance haute fidélité du texte et des images.

iText
Configuration d'extraction intuitive

Ce module complémentaire a une fonctionnalité complète prête à l'emploi, avec des possibilités d'extension et de personnalisation. Concentrez-vous sur une intégration facile et des normes libres de droits.

iText
Utilisation de modèles pour rationaliser l'extraction

Définissez les zones d'intérêt et les règles de sélection pour obtenir exactement le contenu dont vous avez besoin.

iText
Intégration dans votre flux de travail PDF et/ou de données

Sortez des données dans un format structuré et réutilisable pour un traitement ultérieur, avec accès aux coordonnées de page du contenu extrait.

What iText pdf2Data does

Many PDF documents businesses need to process, such as registration forms, invoices etc. follow a common structure. If we take the example of an invoice document, the invoice number, supplier address, purchase order number and similar document elements tend to be located in one place, and only the content such as item descriptions, quantities and cost of items change from invoice to invoice. By using an example invoice as a template, it is possible to define areas of the document where the data you want to capture is located and categorize it.

iText pdf2Data offers an easy way to extract data from such PDF documents by defining areas and rules in a template which correspond to the content you want to extract. The template can then be visually validated with other documents to confirm data is recognized correctly, before being parsed by the pdf2Data SDK to process all subsequent documents matching that template.

Unlike AI-based alternatives, you don’t need hundreds of samples and intensive supervision to train the recognition process. The content recognition is controlled by the template you configure, meaning no training is required before you can begin extracting data. You only need one example document to enable data extraction from all subsequent documents.

AI recognition has other disadvantages too. Any changes to the required output (such as adding a new field) will require models to be retrained, and multiple language support is minimal at best. Documents using the same layout but containing content in different languages can give wildly inconsistent results.

iText pdf2Data on the other hand suffers from none of these drawbacks. Making modifications to templates is quick and easy, and it offers excellent language support. It also provides powerful table recognition functionality, which is one of the primary shortcomings of other data extraction solutions.

iText pdf2Data table selector
The table selector allows advanced customization if you need it.

 

How iText pdf2Data works

By using the intuitive browser-based pdf2Data Editor, it’s easy to create a template for data extraction. Simply create a template PDF based on a sample document, by defining data field selectors for areas of interest. Selectors are configurable rules to detect different types of content for extraction.

There are approximately two dozen selectors to choose from which enable iText pdf2Data to intelligently recognize and extract text, and other content such as images or barcodes. The selectors can be configured to detect:

  • page range and the position on the page
  • specific font styles, font color, and text patterns
  • fixed keywords next to the data
  • automatic recognition of table structures

In addition, many selectors can be combined to fine-tune the detection parameters.

Your extraction template will then be used to parse all future PDFs matching the template. Using the pdf2Data Editor, you can upload a document to test your extraction template and make sure the data field selectors are configured correctly to recognize the data you require.

iText pdf2Data extraction results
Once you have configured an extraction template, you can test it to ensure accurate data capture and extraction.

Similar to our document generation solution iText DITO, iText pdf2Data allows anyone to leverage iText's powerful PDF capabilities, not just developers. It's simple to create or refine document templates to recognize and automatically extract data, which can then be easily reused by whoever needs it. By intelligently extracting data from documents in a smart and structured way, the data can easily be repurposed for analysis, reports, or whatever you want.

Developers are only needed to deploy the pdf2Data Editor and integrate the pdf2Data SDK into your document workflow. From then on, you can configure a template, verify the data, and set iText pdf2Data to work.

You can find installation instructions, tutorials, and detailed documentation for all data field selectors in our Knowledge Base.

 

 

Schedule a demo

Discover the power of iText pdf2Data with a guided demo from the iText engineering team.

When you request a demo, a specialist will contact you within two business days to inquire details and set up a time for the walk-through. The link for the demo will be sent to you shortly after submitting your request here. If you did not receive it, check your “spam” or “junk email” folders.

2022_Global_DemoRequestpdf2Data

Toggle dropdown
Toggle dropdown
Toggle dropdown
 

iText DITO, a data-driven template-based PDF generator

Now you have the data extracted, insert it in a template-based solution

That's template-based data extraction done and dusted. Are you interested in a template-based, collaborative solution to create PDFs from data?

Image
An example iText DITO template
Contact

Vous avez d'autres questions ?

Nous y répondrons avec plaisir. Contactez-nous et nous reviendrons vers vous sous peu.

Contactez-nous
Restez à jour

Rejoignez plus de 11 000 abonnés et devenez un expert iText PDF en vous tenant au courant de nos nouveaux produits, mises à jour, conseils, solutions techniques et événements.

Abonnez-vous