iText 7 pdf2Data
pdf2Dataを使用すると、PDFの処理を自動化して、大量の同じ形式のPDF文書からデータを簡単に抽出することができます。テンプレートで定義できる選択ルールに基づいて、PDF文書内にあるデータを認識するフレームワークを提供します。
pdf2DataはiText 7向け商用ライセンスのアドオンの1つで、商用目的やクローズドソースでこの製品を使用する場合には、iText 7 Coreとpdf2Data向けの商用ライセンスが必要です。プロジェクト向けのライセンスおよび価格設定に関する詳細については、お見積もりをご依頼ください。
How it works
Try the below example yourself with the online demo:
Data extraction
1
2
3
4
5
6
7
8
9
10
11
12
13
14
// Make sure to load license file before invoking any code
LicenseKey.loadLicenseFile(pathToLicenseFile);
// Parse template into an object that will be used later on
Template template = Pdf2DataExtractor.parseTemplateFromPDF(pathToPdfTemplate);
// Create an instance of Pdf2DataExtractor for the parsed template
Pdf2DataExtractor extractor = new Pdf2DataExtractor(template);
// Feed file to be parsed against the template. Can be called multiple times for different files
ParsingResult result = extractor.recognize(pathToFileToParse);
// Save result to XML or explore the ParsingResult object to fetch information programmatically
result.saveToXML(pathToOutXmlFile);
1
2
3
4
5
6
7
8
9
10
11
12
13
14
// Make sure to load license file before invoking any code
LicenseKey.LoadLicenseFile(pathToLicenseFile);
// Parse template into an object that will be used later on
Template template = Pdf2DataExtractor.ParseTemplateFromPDF(pathToPdfTemplate);
// Create an instance of Pdf2DataExtractor for the parsed template
Pdf2DataExtractor extractor = new Pdf2DataExtractor(template);
// Feed file to be parsed against the template. Can be called multiple times for different files
ParsingResult result = extractor.Recognize(pathToFileToParse);
// Save result to XML or explore the ParsingResult object to fetch information programmatically
result.SaveToXML(pathToOutXmlFile);
Template creation
First create a template PDF based on a sample document, by defining selectors using areas of interest and selection rules. This can be done through the intuitive pdf2Data template editor, which is offered as a web application:
Resources
Here you will find the needed resources to install and use pdf2Data.
Other resources
iText 7 pdf2Dataを使う理由
データは重要な商品であり、認識できる以上のデータがPDF文書に隠されています。当然のことながら、このデータを手動で収集するのは時間がかかり、入力ミスのリスクだけでなく、 セキュリティ上の問題も高くなります。pdf2Dataを使用すると、 データを安全な方法で抽出するプロセスを自動化できます。pdf2Dataが持つその他のメリットについては続きをお読みください。
PDF版請求書や文書からのデータ抽出を自動化
テンプレートで重要な情報を定義し、Javaや.NETでのプログラミングを用いて自動的に取り出すことで、 大量のPDFから データを抽出して処理します。
抽出したいデータ部分を具体的に定義する
pdf2Dataテンプレートエディタを用いて、 テンプレートに抽出したい情報をすばやく定義します（PDF版 請求書の右上端に常にある住所のフィールドなど）。
既存の文書処理への統合
pdf2Dataはオープン標準を使用して統合を容易にし、これにより、既存ワークフローへの統合を 容易かつ迅速に行います。これにはJava用SDKと.NET用SDK、ならびにコマンドラインインターフェイスが含まれています。
iText 7 pdf2dataのコア機能
pdf2Dataは、請求書や受領書など、同じ形式で作成されたPDF文書のテンプレート上の領域、フォント、パターン、利息表を定義することで動作します。その後、セレクターを使って利息の領域を定義できます。各セレクターはさまざまな方法を使用して重要な情報を識別し、ニーズに合わせて単独または組み合わせて使用できます。
PDF文書からデータを抽出
iText 7 Coreの コンテンツ抽出機能を活用すると、テキストや画像に対する忠実度の高い認識プロセスを行うことができます。
直感的な抽出設定
このアドオンは拡張とカスタマイズできる柔軟性を持つ総合的でオリジナルな機能を備えています。統合のしやすさとオープンスタンダードに重きを置いています。
テンプレートを使用して抽出を合理化
目的の領域と選択ルールを定義すれば、必要なコンテンツを正確に取得できます。
PDFやデータのワークフローに統合
抽出したコンテンツのページ座標にアクセスして、さらなる処理の為にデータを構造化され、再利用ができる形式で出力します。