PDF からテキストを抽出

サポート対象：バッチ、高速

PDF のページから生のテキストを抽出します。出力形式は設定できます。

式のカテゴリー： メディア

引数

• メディア参照： メディアセット内の PDF ファイルへの Media Reference を含む列です。
  Expression<Media reference>
• 任意 終了ページ： ページ範囲の終了ページ（この値を含む）です。値を指定しない場合は、最後のページになります。
  Expression<Integer>
• 任意 エラー処理： 処理に失敗した入力に対するパイプラインの動作を指定します。
  Enum<FAIL, NULL>
• 任意 出力形式： 抽出したテキストの出力形式です。
  Enum<HTML, Markdown, Text, hOCR>
• 任意 開始ページ： ページ範囲の開始ページです。値を指定しない場合は、最初のページになります。
  Expression<Integer>

出力タイプ： Array<String>

例

例1：基本ケース

引数の値：

• メディア参照： Media Reference
• 終了ページ： End Page
• エラー処理： FAIL_FAST
• 出力形式： TEXT
• 開始ページ： Start Page

---