[发明专利]一种PDF文件表格解析方法及系统有效
| 申请号： | 201710193060.3 | 申请日： | 2017-03-28 |
| 公开（公告）号： | CN108664458B | 公开（公告）日： | 2022-06-14 |
| 发明（设计）人： | 裴泽光;武海峰 | 申请（专利权）人： | 中科云投科技股份有限公司 |
| 主分类号： | G06F40/151 | 分类号： | G06F40/151 |
| 代理公司： | 北京市盛峰律师事务所 11337 | 代理人： | 于国富 |
| 地址： | 100089 北京市海*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种PDF文件表格解析方法及系统，涉及数据处理领域。所述方法：获取目标PDF文件，并将所述目标PDF文件转化为word文档；将word文档转化为html文档；识别html文档中的表格信息，读取并输出所述表格信息；在识别html文档中的表格信息过程中，还需要将识别到的表格信息转化成结构化信息。所述系统包括：转换单元一、转换单元二和制作单元。本发明所述方法不仅能准确的识别和读取PDF文件中的文字信息，还能完成的读取PDF文件中的表格信息，且准确率至少为90％，本发明还能将读取的表格信息转化为结构话数据。 | ||
| 搜索关键词： | 一种 pdf 文件 表格 解析 方法 系统 | ||
【主权项】：
1.一种PDF文件表格解析方法，其特征在于，所述方法包括：S1，获取目标PDF文件，并将所述目标PDF文件转化为word文档；S2，将word文档转化为html文档；S3，识别html文档中的表格信息，读取并输出所述表格信息；在识别html文档中的表格信息过程中，还需要将识别到的表格信息转化成结构化信息。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中科云投科技股份有限公司，未经中科云投科技股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710193060.3/，转载请声明来源钻瓜专利网。
- 上一篇：PDF文件处理方法及装置
- 下一篇：一种后缀数组自适应的合并方法及其装置
