• 网站地图 |
  • English |
  • 设为首页 |
  • 收藏本站
  • 当前位置:主页 > 产品中心 > 控件与中间件 > 打印类 >
    产品名称:PDFlib TET
    产品编号:
    软件中国产品价格有何不同?
    出版厂商: 软件中国 版  本: 最新版本
    语  言: 授权期限: 永久
    上架时间: 更新时间:
    交货方式: 联系销售人员 配货周期: 与销售联系
    销售热线: 010-51266616
    市场价格:   (以销售人员正式报价为准)
      如何获得此产品的本地化服务?
    产品介绍
    PDFlib TET(文本内容提取工具包)是一款可以从任意PDF文档格式中可靠地提取文本信息的软件。它不仅可以作为一种库/控件,还可以一种命令行工具。该工具包可以使得PDF格式的文本内容转换成Unicode(统一的字符编码标准)字符串,并附加详细的字形和字体信息。一旦拥有了TET,你就可以从PDF文档中的文本获取相应的Unicode字符值,以及它在页面的位置。

    PDFlib TET 特征:

    除了低水平的文字获取功能外,TET还包含有文本内容分析算法——鉴别单词边界,去除冗余和重复文本(比如文字阴影和字体加粗)。使用辅助的PCOS接口,你就可以从PDF格式文本获取任意格式的对象,比如元数据,超文本等。

    • 一旦拥有PDFlib,你就可以实现以下功能:
      • 从PDF格式文本中提取内容,然后存储到数据库中
         
      • 执行搜索引擎来处理PDF格式文本
         
      • 将PDF格式的文本页面转换成XML格式文本,以便其他工具处理
         
      • 基于PDF格式的文本内容进行处理
         
    • 支持的PDF文本格式输入
      • 版本1.6以下的所有PDF版本(Acrobat7)
         
      • 所有的字体和编码类型:base 14字体,TrueType字体,PostScript字体, CID字体用40-128位密钥加密的PDF(适当的权限密码设置)
         
    • Unicode
      • 尽管PDF文档中的文本并不是经常用Unicode进行编码,PDFlib TET将会使PDF文档中的文本统一规格化为Unicode字符。
         
      • TET转换所有的文本内容为Unicode字符。中文文本将会转换成UTF-8或UTF16格式,同样地,其他语言的文本将会转换成本地的Unicode字符串。
         
      • 连字符和其他多字符字形将会分解成一系列的Unicode 字符串。
         
      • 没有适当的Unicode映射的字形可以被识别并且被映射到可配置的替换字符
         
    • 完全支持CJK(中文,日文,韩文)语种
      • TET包含有对中文,日文,韩文文本提取功能的全面支持。识别所有预先定义的CJK映射(编码);支持横向和纵向书写模式。

         
    • 内容分析和单词识别

      TET不仅可以获取低水平的字形信息,还包含对内容分析的高级算法:
      • 检查单词边界来获得单词而不是字符串。
         
      • 重新组合带有连字符号的单词的各部分。
         
      • 去除重复的文本内容,比如阴影效果文本和加粗效果的文本
         
      • 按照阅读顺序重新整合段落
         
      • 对页面上散乱的文本内容进行重排
         
      • 重建文本行
         
    • 几何功能
      TET对文本提供精确的几何功能,比如页面定位,字形宽度,文字方位。在文字提取过程中,可以指定页面某区域被提取或不被提取,比如忽略头注,脚注或页边空白区域。
       
    • 简单访问PDF对象的pCOS接口
      TET包含有获取任意PDF对象的pCOS(PDFlib综合性对象系统)接口。拥有了pCOS,只要一个简单的查询接口,不需要任何底层编程,你就可以获取PDF元数据,超文本,或是除实际页面描述之外的其他任意信息。
       
    • 编程和性能
      TET是基于轻便性,高性能,健壮性思想进行开发的。TET在多线程服务器应用程序开发部署中保证线程级安全。核心库是由具有高性能和低成本的并且高度优化过的C代码编写的。附加的语言包对COM,C,C++,Java和.NET均有效。TET命令行工具和TET库TET在不同的开发环境中可以作为一种编程库(控件),以及在批处理命令中作为一种命令行工具。两者都提供了相同的基本功能,并且适合不同的部署任务。以下提供选择的参考指南:
      • TET编程库可以整合到你的桌面或服务器端应用程序。关于使用包含所有支持的语言包的编程库的实例都包含在TET包中。
         
      • TET命令行工具适合批处理PDF文档。它不需要任何的编程,只需要提供能够整合到复杂的工作流程中的命令行参数。TET命令行工具可以将PDF格式的页面内容转换为Unicode文本格式的XML文档(有或没有字符几何特征)

     

    发表评论 查看所有评论
    请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
    评价:
    表情:
    用户名: 密码: 验证码:
        推荐产品
    相关产品
    友情链接
    

    关于我们 | 诚聘英才 | 服务介绍 | 产品中心 | 解决方案 | 友情链接 | 留言咨询 | 网站地图 | 联系我们

    Copyright 软件中国 -打造中国最专业的正版软件供应平台 2009-2020
    昆仑永通(北京)信息技术有限公司版权所有 未经授权禁止复制或建立镜像
    京ICP备05048705号