Textricator je zanimljiv alat da biste trebali znati. Otvoreni je izvor i koristi se za izdvajanje složenih podataka iz PDF dokumenata, bez potrebe za poznavanjem programiranja. Ako želite znati više informacija o ovom alatu, možete pristupiti službene web stranice projekta. Odatle ćete pronaći informacije i pristupiti vezama do koda alata na Githubu, zajedno s njegovom dokumentacijom.
Textricator može izvući tekst iz programa PDF datoteke i generiraju strukturirane podatke (CSV ili JSON). Nešto vrlo praktično kada radite s mnogim PDF-ovima istog formata ili velikim PDF-om, a može raditi i na OCR dokumentima. Alat izgleda vrlo dobro, a predstavljen je na summitu Code for America 2018. godine, a razvio ga je Measures for Justice s ciljem da pomogne svima onima koji žele izvući ovu vrstu podataka bez znanja programiranja.
Umjesto programskih potreba drugih alternativa, Textricator omogućava korisniku da opiše strukturu dokumenta pomoću yaml datoteke. Tako možete izvući podatke iz PDF datoteka u gotovo bilo kojem rasporedu, uključujući tablice, i iz njih generirati složena izvješća alati poput Crystal Reports. To je tako jednostavno, naručite ono što želite prikupiti, a Textricator to radi potpuno automatski ...
Njegovi programeri Joe Hale i Stephen Byrne Posljednje dvije godine proveli su radeći na projektu kako bi mogli izvući desetke tisuća stranica podataka iz gotovo bilo kojeg PDF formata. Može se koristiti iz naredbenog retka, ali za praktičnost je dostupan i GUI. Stoga vas iz LxA potičemo da koristite ovu alternativu Tabule (iako je funkcija za izdvajanje podataka ograničenija od fleksibilnog Textricatora) i drugi slični softver za izdvajanje podataka.