Сравнение версий

Ключ

  • Эта строка добавлена.
  • Эта строка удалена.
  • Изменено форматирование.

Получить текст из PDF

...

Версия 11 (

...

Python)

Группа действий: Распознавание текста

...

Описание

Данное действие предназначено для распознавания текста из указанной страницы PDF документа и сохранения распознанного текста в переменную.

Image Removed

Иконка действия

Image Added


Параметры и их настройки

Настройки

Свойство
Англ. наименование
ОписаниеТипПример заполненияОбязательность заполнения поля
Параметры
Источник
Путь к файлу
Source

Путь к PDF файлу для распознавания

.


Если тип файла неприменим, будет выведено предупреждение

.Путь к файлуСтрокаРусскийДаСтраница документа
Document page 

Robin.FilePath

C:\Users\Документы\1.pdfДа
Язык
Основной языкPrimary language

Языки, который распознаватель ожидает в тексте.

Выпадающий список:

Справочник содержит следующие значения:

  • Русский - Russian;
  • Английский - English;
  • Русский и Английский;

По умолчанию значение равно "Русский".

Ожидаемый язык текста в PDF-файле


Выпадающий список из элементов:

  • Русский
  • Английский
  • Вьетнамский
  • Арабский
  • Испанский
  • Португальский
  • Индонезийский
  • Персидский
  • Турецкий
  • Казахский
  • Белорусский

Значение по умолчанию – Русский

Robin.StringРусскийНет
Дополнительный язык

Дополнительный язык, необходимый для распознавания документа

Выпадающий список из элементов:

  • Нет
  • Русский
  • Английский
  • Вьетнамский
  • Арабский
  • Испанский
  • Португальский
  • Индонезийский
  • Персидский
  • Турецкий
  • Казахский
  • Белорусский

Значение по умолчанию – Нет

Если в параметрах "Язык" и "Дополнительный язык" выбран один и тот же вариант, то ошибки не будет. Дубль будет считаться как 1 язык

Robin.String

Номер страницы

Номер станицы файла, с которой будет считываться текст

.



Если документ не содержит указанной страницы, ошибки не будет, будет пустой результат

Robin.Collection
Число
2Да
РезультатыРезультатResultПеременная, в которую будет сохранен распознанный текст.
Обученная модель

Файл с обученной моделью Tesseract в формате .taineddata.

Позволяет загрузить собственную модель, натренированную на необходимые шрифты.

Если параметр заполнен, то будет считаться приоритетнее, чем параметры "Язык" и "Дополнительный язык"

 
Нет
Результаты
Результат

Полученный текст со страницы в PDF-файле


Если изображение не содержит текст или его невозможно прочитать, будет сохранено пустое значение

Robin.

Строка

Collection



Особые условия использования

Отсутствуют.

Пример использования 

Задача

Существует : существует документ в формате pdf , необходимо получить текст с 2 страницы документа.

Решение

Воспользоваться : воспользоваться действием "Получить текст из PDF". 

Реализация

:

  1. Перенести действие "Получить текст из PDF" на рабочую область. 

  2. Настроить параметры действия "Получить текст из PDF".

  3. Нажать на кнопку "Старт" в верхней панели. 

Результат

:

Программный робот отработал успешно. Текст со 2 страницы документа получен.