Elysia Tools
Navigation mobile
Developer Tools
Compare lordre brut dun PDF et XY-Cut++ pour reperer les problemes de lecture sur des mises en page complexes
Détails
Chargez un PDF et loutil executera OpenDataLoader avec readingOrder=off puis readingOrder=xycut afin de produire une comparaison page par page. Cest utile pour les rapports multi-colonnes, brochures et mises en page complexes.
Exécution
Remplissez le formulaire, lancez l’outil et consultez le résultat au même endroit.
Exemples
Associé
Prêt à exécuter
Guide d'utilisation de l'outil
Ce débogueur compare l'ordre de tracé brut d'un PDF avec l'algorithme XY-Cut++ pour identifier les erreurs d'extraction de texte. Il génère un rapport HTML détaillé permettant de visualiser les différences de flux de lecture sur les mises en page complexes comme les articles scientifiques ou les rapports multi-colonnes.
Contexte
Un analyste doit extraire le texte d'un rapport financier structuré en deux colonnes.
Problème
L'extraction standard mélange les lignes de la colonne de gauche avec celles de la colonne de droite.
Utilisation
Charger le PDF, cocher 'Inclure en-têtes et pieds', et lancer l'analyse sur les pages 1 à 10.
Résultat
Le rapport montre que XY-Cut++ sépare correctement les colonnes, validant son utilisation pour l'automatisation.
Contexte
Une brochure contient du texte superposé à des images et des blocs de texte non linéaires.
Problème
L'ordre de lecture par défaut rend le texte incohérent pour le moteur de traitement de texte.
Utilisation
Téléverser le fichier et activer 'Utiliser l'arbre de structure' pour comparer avec l'ordre brut.
Résultat
Identification visuelle des blocs de texte qui nécessitent un ajustement de l'algorithme de segmentation.
C'est une méthode de segmentation récursive qui analyse la mise en page pour ordonner le texte logiquement.
Les PDF enregistrent souvent le texte selon l'ordre de création des objets, pas selon leur position visuelle.
Oui, vous pouvez spécifier des numéros de pages ou des plages (ex: 1, 3-5) dans les options.
Non, il analyse le contenu et génère un rapport de comparaison séparé sans altérer le fichier source.
Elle permet d'utiliser les balises internes du PDF, si elles existent, pour guider l'ordre de lecture.