ByteScout PDF Extractor SDK – PDF 提取器库，用于 PDF 到 JSON、PDF 到 Excel、CSV、XML，从 .NET 和 ASP.NET 的 PDF 中提取文本
PDF Extractor SDK 是一套面向开发人员的高级 PDF 提取器和图像提取工具。

在您的应用程序中轻松设置强大的 PDF 提取器并自动提取表格、文本和其他数据。

由 pdf extractor sdk 引擎驱动的 pdf 提取器
PDF 提取器驱动的演示应用程序
主要优势
处理数百万个 PDF 文档： PDF Extractor 的高性能引擎在压力下完美运行，使其成为处理大量 PDF 报告、索引大型 PDF 库等的理想解决方案
易于使用和实施：无论您的 PDF 文档结构多么复杂，您都会发现 PDF Extractor 易于使用并无缝集成到您现有的系统中
不再出现提取错误： PDF Extractor 可以处理结构复杂的损坏文件，可以修复格式错误的文本，否则需要手动处理
多语言支持： PDF Extractor 支持混合语言和Unicode 语言的文档。
离线工作，无需互联网；
10 年以上的 PDF 提取器技术和专业知识；
提供比大多数类似的开源工具更快的上市时间；
在生产中的大型商业项目上经过实战测试；
包括对专家的支持。
支持扫描的、损坏的、畸形的、混合的PDF、扫描的PDF、扫描的图像；
支持非拉丁语言、Unicode 支持、混合语言支持的高级 OCR ；
适用于.NET和ASP.NET支持（.NET 2.0、4.5 及更高版本，Windows 上的 .Net Core Framework）；
可用于脚本和传统编程语言，如 ASP、VBScript、VB6（通过类似 ActiveX 的界面）；
全套高级工具：将扫描件转换为可搜索的 PDF、拆分和合并 PDF、删除文本、分析、查找、检测和删除 PDF 和扫描文档中的敏感数据和个人身份信息 (PII)；
PDF提取专家的技术支持；
包括数百个源代码示例。

技术特点
PDF Extractor SDK将从 PDF文件中提取文本，
将 PDF 转换为 JSON，将 PDF 转换为文本，从 PDF 中提取图像，将 PDF 转换为 CSV 或 Excel，将 PDF 转换为 XML。
对PDF 到文本、PDF 到 JSON/XML/XLSX 其他 PDF 提取器到文本使用自动和 AI 驱动的 OCR（从图像中识别文本） ；
OCR（图像到文本）支持英语、德语、西班牙语、日语、韩语和许多其他语言。支持混合语言OCR（例如同一页面上的英语+西班牙语）
使用正则表达式进行高级文本搜索；
内置图像到文本 OCR 过滤器来处理嘈杂的图像（例如，扫描不良的文档）；
修复损坏的文本对象（当 PDF 显示正确的文本但如果您选择并复制它已损坏）；
与所有字符编码（包括 Unicode）无缝协作；
提取 PDF 文档信息（页数、书签）和元数据（文件作者、标题、描述等）；
提取表格并将其转换为CSV或XML；
将表格和文本对象从 PDF 提取到 Excel，并以 .XLS 和 .XLSX 作为输出；
提取嵌入的图像和附件；
将PDF 转换为 Excel、PDF 转 CSV、PDF 转 XML；
提取表格并将其转换为可以轻松转换为 MS Excel 格式的 CSV。
转换为 Excel、CSV或XML；
包括一组额外的工具，例如保护您的 PDF 不被复制或搜索的 工具、合并或拆分PDF 文档、删除文本、删除和重新排列页面的工具；