1. Analyse von Markenrichtlinien
Daten-IngenieurHintergrund
Ein Daten-Ingenieur muss ein Skript schreiben, das Text und Tabellen aus PDF-Markenrichtlinien extrahiert.
Aufgabe
Es ist unklar, wie der PDF-Parser die Hierarchie der Überschriften und die eingebetteten Tabellen interpretiert.
Verwendung
Laden Sie die Datei hoch, belassen Sie den Strukturbaum aktiviert und setzen Sie den Knotenfilter auf 'Alle Knoten'.
{
"useStructTree": true,
"nodeFilter": "all"
}Ergebnis
Eine Explorer-Ansicht zeigt alle semantischen Knoten, sodass der Ingenieur genau sieht, welche Bounding Boxes und Hierarchien der Parser erkannt hat.