pdf提取工具，文本、表格、图片提取

PDF 提取工具功能需求说明

一、核心功能

文本提取：支持从 PDF 文件中提取文本，无需 OCR 技术。提取时保留文本相对位置，便于后续内容定位；仅删除完全不含可见字符的空行，最大限度保留原文排版结构。

表格提取：实现 PDF 表格提取，自动处理内容换行，增强表格可读性；将单元格线框加黑，保持表格格式不变，确保与原 PDF 呈现效果一致。

图片提取：可将 PDF 内的图片完整提取，无需借助 OCR，满足用户获取文档图片素材的需求。

二、更新日志

20250515

pdf提取工具：

1、支持文本、表格、图片提取

2、非OCR

3、文本提取保留文本相对位置，方便定位内容，只删除完全不含可见字符的空行

4、表格已做内容自动换行、单元格线框加黑

20250518更新：

1、主要加了图片提取方式“源图识别”，上一个版本的提图方式保留为“区域裁剪”

“区域裁剪”是识别图片的坐标范围，进行暴力提取（类似截图），不区分图片层及其上层文本层，因此提取的图片可能带文本内容

“源图识别”是另外一个路线，区分图片层及其上层文本层，不带不属于源图本身的的文本内容，尽量保留源图的格式和细节

2、增加了“停止”功能，中断运行进程

3、其他细节优化

4、有点大......

参考原文：https://mp.weixin.qq.com/s/whyYwnD7jFFbIdic6h7K6g

轻轻一点就关注, 好运连连挡不住，点个关注吧。