PDFlux是一款有支持macOS、Windows系统、小程序以及浏览器多平台使用的一款表格智能提取神器,可以一键识别、一键提取PDF、扫描件、图片中的表格、文本段落、图片等要素,让用户能够能够智能的提取来自PDF的表格,并且还能够进行文件上面的转换,相信这是很多的用户在办公或者学习当中所遇到的问题,pdf当中躲避表格提取变成了非常大的问题,使用非常方便。
1、表格识别
精准识别无线框表格。
精准识别复杂排版页面的表格。
精准识别表格内部单元格合并。
跨页表格自动合并。
支持扫描件的表格识别:去除印章、角度矫正。
2、格式转换
将PDF转化为Word、Excel、HTML等格式。
将PDF转化为EPUB、MOBI等电子书格式,可以在手机或Kindle等电纸书上阅读。
精准保留文本段落、表格等内容块信息。
精准识别文档的章节目录结构。
支持复杂排版的PDF文档的转换。
3、SaaS服务
提供一套完整易用的REST API,供计算机调用,让您把PDF复杂格式抛诸脑后。
将PDF文档解析为文本段落、表格、图片等内容块的序列,保留原文档的阅读顺序。
支持中英文多栏复杂排版的PDF文档解析,跨栏和跨页内容块智能自动合并。
智能识别表格的内部结构:单元格合并,单元格文字的对齐方式、缩进、颜色、加粗、斜体等样式信息,跨页和跨栏表格智能合并单元格文字。
智能识别文档的目录结构,支持多达10个层级,长文档信息抽取必不可少。
支撑后续各类文档智能的应用:PDF文档全文检索、文档级别信息抽取等。