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.
Иконка действия
Параметры и их настройки
| Свойство | Описание | Тип | Пример заполнения | Обязательность заполнения поля |
|---|---|---|---|---|
| Параметры | ||||
| Путь к файлу | Путь к PDF файлу для распознавания Если тип файла неприменим, будет выведено предупреждение | Robin.FilePath | C:\Users\Документы\1.pdf | Да |
| Язык | Ожидаемый язык текста в PDF-файле Выпадающий список из элементов:
Значение по умолчанию – Русский | Robin.String | Русский | Нет |
| Дополнительный язык | Дополнительный язык, необходимый для распознавания документа Выпадающий список из элементов:
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 | 2 | Да |
| 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.Collection | ||
Особые условия использования
Отсутствуют.
Пример использования
Задача
Существует документ в формате pdf , необходимо получить текст с 2 страницы документа.
Решение
Воспользоваться действием "Получить текст из PDF".
Реализация
- Перенести действие "Получить текст из PDF" на рабочую область.
- Настроить параметры действия "Получить текст из PDF".
- Нажать на кнопку "Старт" в верхней панели.
Результат
Программный робот отработал успешно. Текст со 2 страницы документа получен.
Обзор
Инструменты контента