Parser per .NET Parser per Java Parser per Node.js

Parser per Python

Document Parser SDK per Python

Aggiungi un’analisi rapida e precisa dei documenti alle tue app Python ed estrai testo, immagini, metadati e dati strutturati da documenti e immagini.

Scarica PyPI Inizia la prova gratuita

from groupdocs.parser import Parser

# Carica il documento
with Parser("sample.pdf") as parser:
    # Estrai il testo dal documento
    text = parser.get_text()

    # Stampa tutto il testo estratto
    print(text)

pip install groupdocs-parser-net

GroupDocs.Parser in sintesi

Document Parser SDK per eseguire l’analisi di documenti ad alta precisione nelle applicazioni Python

Estrai dati dai documenti

GroupDocs.Parser for Python via .NET API consente di recuperare testo, metadati, immagini e annotazioni da un’ampia gamma di formati di file come documenti Office, email, allegati e archivi. Questo potente strumento ti aiuta a accedere e elaborare in modo efficiente le informazioni preziose contenute in questi file per varie applicazioni come l’analisi dei dati, l’indicizzazione per motori di ricerca o i sistemi di gestione dei contenuti.

Analizza documenti

Estrai diversi elementi, come collegamenti ipertestuali, tabelle, codici QR, codici a barre e dati da moduli PDF. Analizza inoltre qualsiasi informazione desiderata dai documenti utilizzando template personalizzati.

Personalizzazione dei risultati

L’API Python ti consente di recuperare dati in vari formati, come grezzo, strutturato, HTML o Markdown. Inoltre, l’API offre una funzionalità di ricerca per individuare parole o frasi specifiche all’interno del testo dei documenti.

Indipendenza dalla piattaforma

GroupDocs.Parser for Python via .NET supporta i seguenti sistemi operativi, framework e gestori di pacchetti

Formati di file supportati

GroupDocs.Parser for Python via .NET supporta le operazioni con i seguenti formati di file.

Formati Microsoft Office

Word: DOCX, DOC, DOCM, DOT, DOTX, DOTM, RTF
Excel: XLSX, XLS, XLSM, XLSB, XLT, XLTX, XLTM, XLAM, XLA
PowerPoint: PPT, PPTX, PPS, PPSX, PPSM, POT, POTM, POTX, PPTM
Outlook: MSG, PST, OST
OneNote: ONE

Immagini e altri formati

Portatile: PDF
Immagini: JPG, JPEG, PNG, BMP, GIF, TIFF, JP2
Altri formati Office: ODT, OTT, ODS, OTS, ODP, OTP
Testo: TXT, CSV, TSV, XML, MD

Altri formati

Web: HTML, XHTML, MHTML
Email: EML, EMLX
Archivi: ZIP, RAR, 7Z, TAR, GZ, BZ2
e-Book: EPUB, MOBI, AZW3, FB2, CHM

Funzionalità di GroupDocs.Parser for Python via .NET

Estrai dati da PDF, documenti Office, immagini e altri formati in modo rapido e preciso con il nostro Python Document Parser SDK

Estrai testo

Estrai informazioni testuali da vari formati di file come documenti Office e file PDF, e riconosci il testo in pagine e immagini scansionate con OCR.

Estrai immagini

Recupera contenuti visivi da diverse fonti, come documenti Office e file PDF, per un accesso e utilizzo pratici.

Scansiona codici QR

Rileva e decodifica i codici QR presenti in documenti Office, file PDF o contenuti visivi per un recupero efficiente delle informazioni.

Estrai dati da allegati email e archivi

Raccogli informazioni preziose da messaggi email, allegati di file e fonti di dati compressi per un’analisi e utilizzo efficaci.

Estrai tabelle

Identifica ed estrai dati tabulari da documenti PDF, Word, Excel, PowerPoint e HTML per un’analisi e un utilizzo organizzati.

Estrai collegamenti ipertestuali

Individuare ed estrarre collegamenti ipertestuali e indirizzi e‑mail all’interno di documenti Office o file PDF per un accesso efficiente.

Analizza moduli PDF

I moduli PDF sono documenti digitali con campi compilabili per l’interazione dell’utente, che consentono di inserire informazioni elettronicamente. L’API Python può essere utilizzata per estrarre i dati da questi moduli per un’elaborazione efficiente.

Analizza dati tramite template

Crea template personalizzati e utilizzali con l’API Python per analizzare informazioni specifiche da file PDF, semplificando i processi di estrazione dei dati.

Cerca testo nei documenti

Individua rapidamente parole o pattern specifici all’interno dei documenti.

Esempi di codice

Oltre all’estrazione di testo di base, ecco i casi d’uso più comuni per l’estrazione rapida di testo, immagini e metadati.

Cerca testo in un documento

Questo esempio mostra come cercare una frase specifica in un documento PDF e stampare dove è stata trovata.

Cerca testo in un documento in Python

from groupdocs.parser import Parser
from groupdocs.parser.options import PageTextAreaOptions

# Carica il documento
with Parser("sample.pdf") as parser:
    # Cerca una frase specifica nel documento
    areas = parser.get_text_areas(PageTextAreaOptions("Total due")) or []

    # Stampa l'indice della pagina e il rettangolo dove è stata trovata la frase
    for area in areas:
        r = area.rectangle
        print(f"Page {area.page.index + 1}: ({r.left:.0f}, {r.top:.0f}) - ({r.right:.0f}, {r.bottom:.0f})")

Estrai immagini da un documento

Questo esempio mostra come estrarre immagini da un documento PDF e salvarle in un file.

Estrai immagini da un documento in Python

from groupdocs.parser import Parser

# Carica il documento
with Parser("sample.pdf") as parser:
    # Estrai le immagini dal documento
    images = parser.get_images() or []

    # Salva le immagini in un file
    for index, image in enumerate(images, start=1):
        image.save(f"image_{index}{image.file_type.extension}")

Estrai metadati da un documento

Questo esempio mostra come estrarre i metadati da un documento PDF e stamparli.

Estrai metadati da un documento in Python

from groupdocs.parser import Parser

# Carica il documento
with Parser("sample.pdf") as parser:
    # Estrai i metadati dal documento
    metadata = parser.get_metadata() or []

    # Stampa i metadati
    for item in metadata:
        print(f"{item.name}: {item.value}")