空間テーブル抽出:静的なPDFを編集可能なスプレッドシートに変換する
PDFファイルは、構造化されたデータの編集ではなく、一貫した視覚的印刷のために設計されました。スプレッドシートとは異なり、PDFにはネイティブのテーブルは保存されません。幾何学的な座標マーカーを持つ個別のフローティングテキストグリフが保存されます。
当社のブラウザ内パーサーは、高精度の空間クラスタリングを通じてこのギャップを埋めます。文字の境界ボックス、フォントの高さ、および空白の区切り文字を評価することにより、ローカルRAM内でテーブルマトリックスを再構築し、すぐに計算を行う準備が整ったクリーンで構造化されたMicrosoft Excelワークブックを生成します。

