PDF till JSON

Konvertera en PDF till strukturerad JSON: text, tabeller, formulärfält och metadata

En PDF är gjord för att läsas, inte för program. PDF till JSON gör en PDF till en enda JSON-fil som kod kan arbeta med: metadata, texten på varje sida, rubrikerna, styckena, listorna och tabellerna som finns i layouten, samt värdena för eventuella formulärfält. Det är steget innan ett dokument laddas in i en databas, ett sökindex eller en AI-prompt.

Ladda upp PDF-filen och välj vad du behöver. Struktur ger dig allt: ett källblock med titel, författare, sidantal och datum, en sidarray med texten och storleken på varje sida, en blockarray i läsordning med rubriker, stycken, listor och tabeller, samt en tabellarray med varje tabell som typade rader, taggad med sin sida. Endast tabeller returnerar bara tabellerna, den snabba vägen för fakturor och kontoutdrag. Endast sidtext returnerar den råa texten per sida. Tal inuti tabeller kommer tillbaka som tal, så en summa blir ett värde snarare än en textsträng.

Utdatan följer en dokumenterad form, beskriven i JSON-guiden, så ett skript skrivet idag fortsätter fungera. I strukturläge identifieras en skannad PDF först, och extraktionsblocket anger detta, en lösenordsskyddad fil måste låsas upp först. För motsatt riktning används JSON till PDF, för ett kalkylblad används PDF till Excel, och för löptext används PDF till Markdown.