從PDF，DOC等格式識別字段並將它們導出到數據庫

Question

是否有人知道讀取文件的解決方案（例如pdf格式，它有一些稅務信息），識別字段並將它們寫入數據庫？ FlexiCapture具有類似的想法。

感謝您的關注！

Answer 1

我沒有得到任何答案我的問題。所以我做了一點研究，我認爲我的問題的答案是 - OCR。

http://code.google.com/p/pytesser/

http://code.google.com/p/ocropus/

希望我很快將開始我的測試。謝謝大家！