데이터 추출을 위한 Java 파서 API

통계적으로 단일 또는 다중 문서에 대한 단어 발생 횟수 계산

Excel 스프레드시트 및 PowerPoint 프레젠테이션 템플릿에서 텍스트 및 메타데이터 추출

문서 판독기를 설치하지 않고 파일 또는 스트림에서 텍스트 가져오기

빠른 또는 표준 텍스트 추출 모드를 사용하여 문서에서 서식 있는 텍스트 가져오기

암호로 보호된 XML 문서의 미디어 유형 감지 및 텍스트 추출

프로그래밍 방식으로 PowerPoint 프레젠테이션, 이메일 및 첨부 파일에서 서식 있는 텍스트 가져오기

OneNote 문서의 단일 또는 여러 페이지에서 텍스트 추출

간단한 PDF 파일 또는 PDF 포트폴리오 문서에서 원시 텍스트 추출‎

PDF, MS Word, Excel 및 프레젠테이션 문서에서 데이터 추출

Excel 스프레드시트의 셀, 행 및 열에서 원시 또는 서식 있는 텍스트 추출

Word 문서에서 원시 또는 HTML 형식의 텍스트 수집 및 문서에서 강조 표시된 텍스트 발췌

PDF 양식에서 데이터 가져오기 및 PDF 또는 Word 문서에서 서식 있는 테이블 가져오기

EPUB, CHM, Markdown 및 FB2 파일에서 단일 문장 또는 전체 텍스트 추출

데이터베이스, PDF, EPUB, CHM 및 워드 프로세싱 문서에서 목차 발췌

분석을 위해 문서에서 텍스트 영역 검색 및 콘텐츠 구조가 손상되지 않은 텍스트 추출

지원되는 문서 형식에서 메타데이터 가져오기

지원되는 형식에서 전체 또는 선택한 이미지 그리기 및 추출된 이미지 회전‎

Zip 아카이브 및 OST 컨테이너 내의 파일에서 텍스트 추출 – Zip 컨테이너 항목의 미디어 유형 감지

이메일 컨테이너에서 데이터 가져오기(Exchange 웹 서버, POP3, IMAP)‎

빠르고 안정적이며 효율적인 방식으로 데이터베이스 컨테이너에서 텍스트 꺼내기

문서 내에서 간단한 텍스트, 전체 단어 및 정규식 찾기

문서 템플릿 준비, 문서에서 데이터 추출 및 데이터 필드 및 테이블 분석

문서에서 강조 표시된 표현식 검색 및 추출

일반 텍스트 포맷터(단순 및 ASCII) 또는 모서리, 각도 및 교차가 있는 사용자 지정 서식을 사용하여 텍스트 가져오기

Markdown Formatter를 사용하여 텍스트(글꼴, 하이퍼링크, 머리글, 목록 및 표) 가져오기 및 서식 지정

HTML 포맷터로 텍스트 가져오기 및 단락, 하이퍼링크, 글꼴, 제목, 목록 및 테이블에 포맷터 적용

열 구분 기호로 테이블 레이아웃 이동 및 직사각형 영역의 테이블 감지

Microsoft Office 파일 형식 내의 도형, WordArt 개체 및 텍스트 상자에서 텍스트 추출

파일로 이미지 추출 – JPG, PNG, GIF, BMP, PNG 또는 WEBP 형식으로 저장

JDBC를 통해 이메일 서버 및 데이터베이스에서 텍스트 추출