Extraction de tableaux spatiaux : transformer des PDF statiques en feuilles de calcul modifiables
Les fichiers PDF ont été conçus pour une impression visuelle cohérente, et non pour l'édition de données structurées. Contrairement aux feuilles de calcul, les PDF ne stockent pas de tableaux natifs ; ils stockent des glyphes de texte flottants individuels avec des marqueurs de coordonnées géométriques.
Notre analyseur intégré au navigateur comble cette lacune grâce à un clustering spatial de haute précision. En évaluant les cadres de délimitation des caractères, les hauteurs de police et les délimiteurs d'espaces blancs, il reconstruit des matrices tabulaires dans la RAM locale, produisant des classeurs Microsoft Excel propres et structurés, prêts pour un calcul immédiat.