Как собрать информацию из PDF-файлов?

Question

Я использую Mozenda (Mozenda.com) для очистки онлайновой базы данных, но некоторые данные находятся в файлах PDF.Мозенда не поддерживает очистку этих файлов, поэтому я ищу другое решение.

Есть два вопроса ...

1. Какой синтаксис XPath подходит длявыбрать URL из ссылки?Непонятно, как это сделать с помощью Mozenda, и URL-адреса PDF необходимы для реализации стороннего решения.

2. Что является хорошим инструментом для преобразования большого количества PDF-файлов онлайн в html,или еще лучше - поцарапать их?

Любые полезные предложения, безусловно, приветствуются.Я с удовольствием уточню ... просто спросите.

Answer 1

Я понимаю, что это поздний ответ, но Мозенда добавил возможность конвертировать PDF-файлы в HTML и вычеркивать их. Это довольно легко.

https://www.mozenda.com/faqs

Answer 2

используя саму mozenda, вы можете создать xpath. создать любое действие> уточнить действие> положить. в Xpath и возьмите данные, что вы хотите от CaptureDefination.