pdf2Data

Описание

iText 7 pdf2Data для обработки PDF

pdf2Data — это дополнение iText 7 для Java и C# (.NET), позволяющее с легкостью извлекать данные из PDF-документов.

Оно предоставляет платформу для распознавания данных в документах PDF на основе правил выбора, определяемых в шаблоне.

Преимущества

Преимущества использования iText 7 pdf2Data

Данные — это важный товар, а в документах PDF может быть находиться больше данных, чем вам кажется.

Сбор этих данных вручную может занять немало времени, повысить опасность возникновения ошибок при вводе и привести к возникновению угроз безопасности.

Благодаря pdf2Data можно автоматизировать процесс извлечения данных безопасным образом.

 

pdf2Data icon svg
Автоматизация извлечения данных из документов и счетов PDF

Извлекайте и обрабатывайте данные из большого количества PDF-файлов: определите важную информацию в шаблоне и автоматически извлекайте ее с помощью программ на Java и .NET. 

pdf2Data icon svg
Определите части данных для извлечения

Быстро определите необходимую для извлечения информацию в шаблоне с помощью редактора шаблонов pdf2Data. Например, поле адреса, которое всегда находится в правом верхнем углу счетов в формате PDF.

pdf2Data icon svg
Интеграция в существующий процесс работы с документами

В дополнении pdf2Data используются открытые стандарты, что позволяет просто и быстро интегрировать его в существующие рабочие процессы. В комплект входят пакеты SDK для Java и .NET, а также интерфейс командной строки.

Ключевые функции

Основные возможности iText 7 pdf2data

pdf2Data работает путем определения нужных областей, шрифтов, шаблонов или таблиц в шаблоне, который используется для всех файлов PDF, созданных в одном формате, таких как счета или другие коммерческие документы.

Затем можно определить нужные области с помощью селекторов.

Все селекторы используют разные способы определения важной информации и могут использоваться вместе или по отдельности в соответствии с вашими требованиями. 

iText
Извлечение данных из документов PDF

Использование функции извлечения содержимого iText 7 Core для обеспечения высокой точности распознавания текста и изображений.

iText
Интуитивно понятная конфигурация извлечения

Это дополнение имеет множество стандартных функций с гибкостью расширения и настройки. Особое внимание удаляется простой интеграции и открытым стандартам.

iText
Использование шаблонов для эффективного извлечения

Определение нужных областей и правил выделения для точного получения необходимого содержимого.

iText
Интеграция в PDF и (или) процессы работы с данными

Вывод данных в структурированном формате с возможностью повторного использования для дальнейшей обработки с доступом к координатам страниц извлеченного содержимого.

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
Контактная информация

Остались вопросы? 

Мы готовы вам помочь. Обратитесь к нам, и мы ответим, как только сможем.

Связаться с нами
Оставаться в курсе

Присоединяйтесь к более чем 11 000 подписчиков и станьте экспертом iText PDF, следя за нашими новыми продуктами, обновлениями, советами, техническими решениями и событиями.

Подпишись сейчас