HTML JPG PDF XML DOCX
  Product Family
PDF

Phân tích PDF để trích xuất Văn bản theo tên trong Python SDK

API để phân tích tài liệu PDF và trích xuất văn bản theo tên sử dụng API Python phía máy chủ.

Get Started

Cách phân tích tài liệu PDF để trích xuất Văn bản theo tên sử dụng Cloud Python SDK

Để phân tích tài liệu PDF để trích xuất Văn bản theo tên qua Cloud Python SDK, chúng ta sẽ sử dụng Aspose.PDF Cloud Python SDK Cloud SDK này hỗ trợ lập trình viên Python phát triển ứng dụng tạo, chú thích, chỉnh sửa, chuyển đổi và phân tích PDF dựa trên đám mây sử dụng ngôn ngữ lập trình Python qua Aspose.PDF REST API. Đơn giản chỉ cần tạo một tài khoản tại Aspose for Cloud và nhận thông tin ứng dụng của bạn. Sau khi có App SID & key, bạn đã sẵn sàng sử dụng Aspose.PDF Cloud Python SDK. Nếu gói python được lưu trữ trên Github, bạn có thể cài đặt trực tiếp từ Github:

Cài đặt từ Github


     
    pip install git+https://github.com/aspose-pdf-cloud/aspose-pdf-cloud-python.git
     
     

Các bước để phân tích PDF để trích xuất Văn bản theo tên sử dụng Python SDK

Các nhà phát triển Aspose.PDF Cloud có thể dễ dàng phân tích tài liệu PDF để trích xuất Văn bản theo tên. Các nhà phát triển chỉ cần vài dòng mã.

  1. Tạo một đối tượng Cấu hình mới với Bí mật và Khóa Ứng dụng của bạn
  2. Tạo một đối tượng để kết nối với API Đám mây
  3. Tải lên tệp tài liệu của bạn
  4. Phân tích tài liệu PDF để trích xuất Văn bản theo tên trong lưu trữ đám mây sử dụng hàm get_text_box_field
  5. Kiểm tra phản hồi và ghi nhật ký kết quả
  6. Tải xuống thông tin Hộp văn bản trong tệp JSON cục bộ nếu cần
 

Mã mẫu này hiển thị phân tích tài liệu PDF để trích xuất Văn bản theo tên


import shutil
import json
import logging
from pathlib import Path
from asposepdfcloud import ApiClient, PdfApi
import logging

# Configure logging
logging.basicConfig(level=logging.INFO, format="%(asctime)s - %(levelname)s - %(message)s")


class ParseExtractTextBox:
    """Class for extracting text box from PDF document using Aspose PDF Cloud API."""
    def __init__(self):
        self.pdf_api = PdfApi(ApiClient(APP_KEY, APP_SID)

    def upload_document(self, documentName: str, localFolder: str, remoteFolder: str):
        """Upload a PDF document to the Aspose Cloud server."""
        if self.pdf_api:
            file_path = localFolder / documentName
            try:
                if remoteFolder == None:
                    self.pdf_api.upload_file(documentName, str(file_path))
                else:
                    opts = { "folder": remoteFolder }
                    self.pdf_api.upload_file(remoteFolder + '/' + documentName, file_path)
                logging.info(f"File {documentName} uploaded successfully.")
            except Exception as e:
                logging.error(f"Failed to upload file: {e}")

   def Extract(self, documentName: str, texxtboxName: str, localFolder: Path, remoteFolder: Path):
        self.upload_document(documentName, remoteFolder)

        opts = {
            "folder": remoteFolder
        }
	response = self.pdf_api.get_text_box_field(documentName, textboxName, **opts)
        if response.code != 200:
            logging.error("ParseExtractTextBox(): Unexpected error!")
        else:
	    logging.info(f"ParseExtractTextBox(): TextBox field '{textboxName}' successfully extracted from the document '{documentName}'.")
            localJsonFile = str(Path.joinpath(localFolder, "text_box_objects.json"))
            with open(localJsonFile, "w", encoding="utf-8") as localFile:            
               jsText = json.dumps(response.field.__dict__, ensure_ascii=False, default=str, indent=4)
               localFile.write(jsText)
 

Làm việc với phân tích Văn bản trong PDF qua Python SDK

Bằng cách phân tích tài liệu PDF để trích xuất văn bản theo tên, bạn có thể chỉnh sửa nội dung của trường TextBox khi cần. Điều này giữ nguyên vị trí của văn bản trong tài liệu đồng thời tiết kiệm thời gian và giảm bớt công việc thủ công. Phân tích tài liệu PDF để trích xuất văn bản theo tên với Aspose.PDF Cloud Python SDK.

Với Python SDK của chúng tôi, bạn có thể

  • Thêm tiêu đề & chân trang của tài liệu PDF ở định dạng văn bản hoặc hình ảnh.
  • Thêm các bảng & tem văn bản hoặc hình ảnh vào tài liệu PDF.
  • Nối nhiều tài liệu PDF vào một tệp hiện có.
  • Làm việc với tệp đính kèm, chú thích & trường biểu mẫu của PDF.
  • Áp dụng mã hóa hoặc giải mã cho tài liệu PDF & thiết lập mật khẩu.
  • Xóa tất cả tem & bảng từ một trang hoặc toàn bộ tài liệu PDF.
  • Xóa một tem hoặc bảng cụ thể từ tài liệu PDF theo ID của nó.
  • Thay thế một hoặc nhiều lần xuất hiện của văn bản trên một trang PDF hoặc từ toàn bộ tài liệu.
  • Hỗ trợ rộng rãi cho chuyển đổi tài liệu PDF sang nhiều định dạng tệp khác.
  • Trích xuất các phần tử khác nhau của tệp PDF & tối ưu hóa tài liệu PDF.
  • Bạn có thể thử ứng dụng miễn phí của chúng tôi để kiểm tra chức năng.

  •