パーサーを書かずにPDFの内容を自分のコードに渡せます。JSONの出力には、文書のメタデータ、ページサイズ、必要な粒度のテキスト(意味のあるブロック、境界ボックス付きの行、フォントと位置を含むすべてのテキスト要素)に加え、PDF Converterが検出した表が含まれます。
PDFをJSONに変換する方法
- PDFを追加します。
- 詳細レベルを選びます。
- 変換してJSONファイルをダウンロードします。
知っておきたいこと
- 座標はPDFポイント(1/72インチ)単位で、原点はページの左上です。多くの開発者が想定している形です。
- 表だけが必要ですか?表抽出やPDFをCSVにを使えば、表のデータだけが得られます。
よくある質問
JSONはどんな形式ですか?
meta と pages を持つルートオブジェクトで、各ページには width、height、blocks・lines・items のいずれかの配列と、tables の配列があります。
自動化できますか?
はい。開発者向けAPIで、サーバー側でのテキスト抽出、圧縮、変換などを利用できます。
大きなファイルでも有効なJSONになりますか?
はい。出力は規格に準拠した1つのJSON文書です。