ReSQL.ru
     
powered by simpleCommunicator - 2.0.61     © 2026 Programmizd 02
Мобильная версия    Контакт    Правила    FAQ    Помощь
Целевая тема:
Создать новую тему:
Автор:
Закрыть
Цитировать
Доб. в избранное | Игнор. тему | Прикреп. тему | Пометить прочит. / непрочит. | Фильтр
Форумы / WinForms, .Net Framework [игнор отключен] [закрыт для гостей] / Парсер PDF файлов.
15 сообщений из 15, страница 1 из 1
Парсер PDF файлов.
    #38598884
Vitell
Скрыть профиль Поместить в игнор-лист Сообщения автора в теме
Vitell
Гость
Ребят, задумка такая есть PDF парсить. Тема понятно, что заезжена, но тем не менее. Нам МТС присылает отчет по телефонным звонкам в формате PDF. А надо из него как правило всего ничего. Телефон, сумму.
Так вот порыв инет и гугл нашел множество библиотек как платных так и нет. Платные на пробный период урезаны и не могу допустим даже открыть файл с более чем 10 страницами. А бесплатные дико косячат и не читают больше половины.
Может кто пробовал делать подобную задачу?
...
Рейтинг: 0 / 0
28.03.2014, 11:05:45
| Ответить | Цитировать | Написать  
Парсер PDF файлов.
    #38598893
Фотография pation
Скрыть профиль Поместить в игнор-лист Сообщения автора в теме
pation
Участник
Vitell,

вариант 1:у мтс достаточно денег на платный
2: скажи чтоб отчёт в экселе слали
...
Рейтинг: 0 / 0
28.03.2014, 11:13:09
| Ответить | Цитировать | Написать  
Парсер PDF файлов.
    #38598918
Фотография Изопропил
Скрыть профиль Поместить в игнор-лист Сообщения автора в теме
Изопропил
Участник
В экселе МТС "не умеет",
но умеет в XML и HTML
...
Рейтинг: 0 / 0
28.03.2014, 11:27:26
| Ответить | Цитировать | Написать  
Парсер PDF файлов.
    #38598926
Фотография pation
Скрыть профиль Поместить в игнор-лист Сообщения автора в теме
pation
Участник
Изопропил,

XML проси
...
Рейтинг: 0 / 0
28.03.2014, 11:30:45
| Ответить | Цитировать | Написать  
Парсер PDF файлов.
    #38598938
Vitell
Скрыть профиль Поместить в игнор-лист Сообщения автора в теме
Vitell
Гость
Неа. Шлют лесом. Я PDF-то кое как выпросил
...
Рейтинг: 0 / 0
28.03.2014, 11:42:24
| Ответить | Цитировать | Написать  
Парсер PDF файлов.
    #38598979
ShSerge
Скрыть профиль Поместить в игнор-лист Сообщения автора в теме
ShSerge
Участник
VitellРебят, задумка такая есть PDF парсить. Тема понятно, что заезжена, но тем не менее. Нам МТС присылает отчет по телефонным звонкам в формате PDF. А надо из него как правило всего ничего. Телефон, сумму.
Так вот порыв инет и гугл нашел множество библиотек как платных так и нет. Платные на пробный период урезаны и не могу допустим даже открыть файл с более чем 10 страницами. А бесплатные дико косячат и не читают больше половины.
Может кто пробовал делать подобную задачу?
А эти самые "всего ничего", т.е. телефон и сумму не ввести ручками?
...
Рейтинг: 0 / 0
28.03.2014, 12:10:11
| Ответить | Цитировать | Написать  
Парсер PDF файлов.
    #38599072
Фотография Изопропил
Скрыть профиль Поместить в игнор-лист Сообщения автора в теме
Изопропил
Участник
pationИзопропил,

XML проси
я не топикстартер, у меня всё есть
...
Рейтинг: 0 / 0
28.03.2014, 13:01:46
| Ответить | Цитировать | Написать  
Парсер PDF файлов.
    #38599171
dvim
Скрыть профиль Поместить в игнор-лист Сообщения автора в теме
dvim
Участник
Vitell,

Мы используем Pdf2text И его вариации.
А потом просто парсим текст.
Оказалось проще изобрести алгоритм, вытаскивающий из сырого куска текста нужные данные.
Мы парсим коносаменты. Из документов "не картинок" распознавание нужных данных доведено до 99%.

Для вашей задачи, имхо, это подойдет.
В последней версии заменили pdf2text на iTextSharp. (Точнее используем оба конвертера в текст и сравниваем результаты. Но это - от необходимости читать pdf от десятков фирм)
...
Рейтинг: 0 / 0
28.03.2014, 14:09:57
| Ответить | Цитировать | Написать  
Парсер PDF файлов.
    #38599260
ZhV
Скрыть профиль Поместить в игнор-лист Сообщения автора в теме
ZhV
Участник
Есть такой OpenSource проект SumatraPDF
В этом проекте есть библиотека libmupdf.dll
В ней много чего есть полезного
Я, в частности, пользовал функцию получения постраничного изображения pdf-документов
Там есть и про извлечение текста - но мне было не надобно, поэтому в детали не вникал

http://www.codeproject.com/Articles/498317/Rendering-PDF-Documents-with-Mupdf-and-P-Invoke-in

Можно еще поискать по ключу "libmupdf.dll"
...
Рейтинг: 0 / 0
28.03.2014, 15:07:55
| Ответить | Цитировать | Написать  
Парсер PDF файлов.
    #38599299
dvim
Скрыть профиль Поместить в игнор-лист Сообщения автора в теме
dvim
Участник
ZhV,
Так что он дает?
Из информации полезной ТС - только текст. Мои тесты на тысячах pdf выявили 2 лидеров.
К сожалению найти свободные библиотеки , которые могут таблицу вернуть мне не удалось.
И есть ли они - большой вопрос.
...
Рейтинг: 0 / 0
28.03.2014, 15:34:54
| Ответить | Цитировать | Написать  
Парсер PDF файлов.
    #38599337
Фотография Изопропил
Скрыть профиль Поместить в игнор-лист Сообщения автора в теме
Изопропил
Участник
dvimИ есть ли они - большой вопрос.
это задача для искуственного интеллекта,
...
Рейтинг: 0 / 0
28.03.2014, 16:01:13
| Ответить | Цитировать | Написать  
Парсер PDF файлов.
    #38599351
dvim
Скрыть профиль Поместить в игнор-лист Сообщения автора в теме
dvim
Участник
Изопропил,

Ну вообще finereader компонента очень хорошо распознает - но... не бюджет.
...
Рейтинг: 0 / 0
28.03.2014, 16:07:12
| Ответить | Цитировать | Написать  
Парсер PDF файлов.
    #38600069
jenya7
Скрыть профиль Поместить в игнор-лист Сообщения автора в теме
jenya7
Гость
iTextSharp наше все.
...
Рейтинг: 0 / 0
30.03.2014, 09:26:41
| Ответить | Цитировать | Написать  
Парсер PDF файлов.
    #38600434
Vitell
Скрыть профиль Поместить в игнор-лист Сообщения автора в теме
Vitell
Гость
Попользовал ITextSharp. В принципе нормально. Текст гораздо проще пилить.
Спасибо.
...
Рейтинг: 0 / 0
31.03.2014, 05:17:15
| Ответить | Цитировать | Написать  
Парсер PDF файлов.
    #38601611
Vitell
Скрыть профиль Поместить в игнор-лист Сообщения автора в теме
Vitell
Гость
Похвастаюсь.
Сделал прикольно. МТС теперь шлют файл на почту списку SharePoint. Тот парсит и пишет в базу из базы всё летит в удержание с зар.платы. Красатаааа. Рад. Всем спасибо!
...
Рейтинг: 0 / 0
01.04.2014, 10:32:14
| Ответить | Цитировать | Написать  
15 сообщений из 15, страница 1 из 1
Форумы / WinForms, .Net Framework [игнор отключен] [закрыт для гостей] / Парсер PDF файлов.
Найденые пользователи ...
Разблокировать пользователей ...
Читали тему (0):
Читали форум (0):
Пользователи онлайн (0):
Польз. соглашение   Полит. конфиден.  
NoSQL.ru       Кролег: Проекты, Новости, Чат       РЕД ФОРУМ       Фотоальбом: Участники, Встречи
Закрыть
start [/forum/topic.php?fid=20&msg=38598926&tid=1403088]:
 0ms
get settings:
 10ms
get forum list:
 20ms
check forum access:
 4ms
check topic access:
 4ms
track hit:
 203ms
get topic data:
 9ms
get forum data:
 3ms
get page messages:
 49ms
get tp. blocked users:
 1ms
others: 214ms
total:  517ms
созд. / загр.: 517ms
x
x
Закрыть


Просмотр
0 / 0
Close
Debug Console [Select Text]