ByteScout PDF Extractor SDK

        適用於Windows軟件開發人員的PDF Extractor SDK：PDF到文本，PDF到XML，PDF圖像，閱讀PDF信息，PDF到CSV for Excel。

Bytescout PDF Extractor SDK允許將PDF轉換為文本，PDF轉換為XML，PDF轉換為CSV，從PDF中提取圖像，在.NET和ActiveX界面中提取有關PDF文件的信息，而無需任何其他軟件。

優點：
 將PDF轉換為純文本（如果您轉換PDF格式的報紙，可以按照列進行操作） - 包括隱形文本提取;
 通過讀取給定矩形的單元格將PDF格式的表格轉換為Excel（CSV）;
 將PDF中的表格轉換為XML文件;
 提取PDF文件元數據（標題，作者，描述）並獲取有關該文件的其他信息（頁數，加密與否）;
 從PDF文檔中提取嵌入的圖像（在ASP.NET，VB.NET，C＃，VB6和VBScript中）;
 DocumentMerger和DocumentSplitter接口和類，用於合併和拆分PDF文檔;
不需要安裝Adobe Reader或任何其他PDF閱讀器軟件;
 提供.NET和ActiveX接口;
 使用100％託管的C＃代碼製作。
    

此版本中的新功能：

版本9.0.0.3079：按字體名稱，字體大小和顏色添加了對提取內容的過濾。
將OCR引擎更新到最新版本。從'tessdata'文件夾更新語言文件。
改進了文本提取，表格數據中的行分組，性能，XFA表單提取，TableDetector，修復的PDF解析問題。

8.7.0.2980版中的新功能：

按字體名稱，字體大小和顏色添加對提取內容的過濾。
將OCR引擎更新到最新版本。從'tessdata'文件夾更新語言文件。
在8.6.0.2911版本中改進了文本提取，表格數據中的行分組，性能，XFA表單提取，TableDetector，修復的PDF解析問題。

什麼是新的：

按字體名稱，字體大小和顏色添加對提取內容的過濾。
將OCR引擎更新到最新版本。從'tessdata'文件夾更新語言文件。
在8.2.0.2699版本中改進了文本提取，表格數據中的行分組，性能，XFA表單提取，TableDetector，修復的PDF解析問題。

什麼是新：

版本8.2.0.2699可能包含未指定的更新，增強功能或錯誤修復。

8.0.0.2528版中的新功能：

新功能：

版本7.0.0.2474：

• 添加了新的DocumentPrinter實用程序類，允許以靜默方式打印PDF文檔（無需任何用戶對話框）
  
• 添加了新的JSONExtractor類
  
• 為DocumentSplitter.Split（）方法添加了覆蓋，允許為生成的文件指定輸出文件夾
  
• 修復了DocumentSplitter中的多線程錯誤
  
• tableDetector現在尊重由SetExtractionArea（）方法設置的提取區域
  
• 提取類中的新屬性：ExtractionColumns - 包含檢測到的列的坐標; CustomExtractionColumns - 允許覆蓋列檢測
  
• GetPageRect *方法沒有考慮頁面輪換。
  修復了安裝程序中導致以前安裝的某些文件干擾更新的問題
  
• 重新進行了註冊檢查。現在庫不會拋出異常，但如果您錯過了或輸入錯誤的RegistrationName和RegistrationKey，則在演示模式下工作
  
• PDF Multitool：將最近的文檔列表添加到“打開PDF文檔”按鈕
  
• PDF Multitool：現在可以調整選擇大小
  
• PDF Multitool：添加了提取JSON功能
  
• PDF Multitool：改進的表檢測器UI
  
• PDF Multitool：大大提高了字體渲染質量
  
• PDF Multitool：在上下文菜單中添加了調試選項“顯示檢測到的提取列”，以在當前頁面上顯示檢測到的列。僅在對當前顯示的頁面運行任何提取後變為可見
  
• PDF Multitool：修復了32位Windows上的字體渲染問題
  
• 其他小改進和錯誤修復

版本6.30.0.2421中的新功能：

版本6.30.0.2421：

• 添加了TextComparer實用程序類（僅適用於.NET 4.0程序集），允許比較兩個PDF文檔中的文本並生成報告。
• 改進了對ICC顏色配置文件的支持。
• 對嵌入字體的處理不力。
• 改進了AttachmentExtractor。
• 修正了XMLExtractor.SaveXMLToStream（）方法。
• 修復了使用OCRCacheMode.WholePage選項時提取的文本複制。
• 其他錯誤修復和改進。
  

版本6.20.2354中的新功能：

版本6.20.2354：

• PDF到文本，PDF到CSV，PDF到XML功能改進
• 新提取視頻，提取音頻示例
• CSV和XML提取器改進了對
中空列的表的支持
• 用於從PDF中提取視頻和音頻的新MultimediaExtractor
• 新屬性PageDataCaching
• new“MemoryCareProcessingOfHugeFiles”示例
• 在嘗試處置已經處理過的頁面時修復了空例外
• XLSExtractor：改進字體支持
• SkipInvisibleText現在跳過剪切的文本（不可見）
• 文字輸出渲染改進
• XFDF Extractor：添加了對複選框的支持
• 改進了圖像輸出以支持更多子格式
• 改進了Unicode文本處理
  

版本6.11.2149中的新功能：

版本6.11.2149：

• 批處理樣本已更新，以顯示Reset（）方法的使用
  
• 為Pages Extraction添加了C ++源代碼示例
  
• DocumentMerger添加Merge2（inputfile1，inputfile2，outputfile）方法來合併2個文件
  
• XLS Extractor小錯誤修復程序
  
• PDF Multitool現在允許啟用/禁用文本，圖像，矢量圖層，添加文本提取的高級設置
  
• XML，CSV，表格提取改進了對列中具有emtpry單元格的表的支持
  
• .ExtractShadowLikeText屬性改進：更好地過濾類似陰影的文本
  

版本6.10.2136中的新功能：

版本6.10.2136：

• PDF到XML，PDF到CSV，PDF到文本功能得到改進
  
• PDF到XLS命令行示例添加（基於vbscript）
  
• PDF到HTML SDK添加新的.DetectHyperLinks屬性（默認情況下為TRUE）以啟用/禁用文本中的自動鏈接檢測
  
• 新的SearchablePDFMaker（可用於PRO許可證）將PDF轉換為可搜索的PDF文件
  
• 提取器中的新屬性：ThinkingFontNames，ConsideFontSizes，TakingFontColors，CFG文件中的ConsideVerticalBorders
  
• 標題列檢測（當AutoAlighHeaderToColumns = true時）得到改進
  
• .DetectLinesInsteadOfParagraphs替換為新的.LineGroupingMode來控制如何將行合併為段落
  
• 重要！ PDF To XML修復了文本對象的Y坐標不正確的長時間問題（指向左下角而不是左上角）
  
• .TableXMinIntersectionRequiredInPercents和.TableYMinIntersectionRequiredInPercents屬性已添加
  
• 添加了C ++源代碼示例
  
• XML Extractor修復了PreserveFormatting = true模式中缺少的空列
  
• 對某些PDF文件中的顏色進行微小修復
  
• 添加了對多種OCR語言的支持
  
• PDF Multitool GUI：將復製到剪貼板按鈕添加到TXT，CSV，XML和光柵渲染器對話框
  
• XLSExtractor：添加PageToWorksheet屬性以啟用/禁用每頁生成單獨的工作表
  
• new .TextEncodingCodePage屬性
  
• PDFViewerControl：添加ValidateContextMenu，允許用戶將自定義項添加到上下文菜單
  
• PDF查看器控件：添加屬性ShowTextObjects，ShowImageObjects，ShowVectorObjects
  
• XMLExtractor現在為已識別的文本添加“OCRConfidence”屬性
  
• PDF / A檢查功能（測試版）
  
• 根據原始佈局改進控件和文本檢查和對齊。問題是由解析時控件中Y坐標的移位引起的：這是不正確的。正確的方法是shif ...
  
• XML Extractor已更新：現在為複選框和文本字段生成CONTROL標記
  
• 將當前目錄更改為臨時目錄
  
• 更好地支持複選框，radioboxes，editboxes，comboboxes
  
• 現在允許部分信任呼叫者
  

版本5.80.1781中的新功能：

版本5.80.1781：

• PDF到XML，PDF到CSV，PDF到文本功能已更新
  
• OCRMode現在提供9種模式
  
• .DetectLineInsteadOfParagraph現在效果更好。將其設置為False以捕獲表格單元格中的多行文本！
  
• PDF控件支持改進
  
• FDF和XFDF數據提取
  

版本5.10.1747中的新功能：

版本5.10.1747：

• PDF到XML，PDF到CSV，PDF到文本功能得到改進
  
• 現在支持從文本控件中提取文本
  
• XML提取器現在將字體樣式，大小，名稱，文本坐標添加到標記中
  
• 添加了用於OCR使用的ASP.NET示例
  
• 新屬性OCRLanguageDataFolder指定“tessdata”文件夾的位置
  
• 改進了對PDF文件的支持
  
• 改進了對旋轉文本的支持
  
• 更新了源代碼示例
  
• 更新了文檔
  
• 小改進和修復
  

版本5.00.1626中的新功能：

版本5.00.1626：

• 添加了OCR（圖像中的文本）功能：現在您可以從嵌入的圖像中提取文本並修復損壞的文本
  
• 使用CSV和XML提取程序修復的問題在某些設置中缺少最後一列
  
• 改進了對損壞的PDF文件的支持
  
• 現在支持使用單詞匹配模式的多行搜索文本搜索
  
• 現在可以使用連字符和不同的行搜索文本：查看新的源代碼示例查找帶連字符的文本
  
• 新屬性.RTLTextAutoDetectionEnabled（默認為false）自動檢測RTL語言
  
• 改進了PDF Viewer GUI演示
  
• 小改進和修復
  

要求：

.NET Framework 2.0或更高版本

限制：

Nag屏幕，輸出水印