pdf_extractor

PDF -Datenextraktor

Dies ist eine streamlit -Anwendung, die zum Extrahieren von Daten aus PDF -Dateien entwickelt wurde. Es wird Langchain-Technologie für die effiziente Datenextraktion verwendet und bietet eine benutzerfreundliche Schnittstelle zum Hochladen von PDF-Dateien, extrahierte Informationen und konvertierte die extrahierten Daten in CSV- und JSON-Formate.

Merkmale

• Laden Sie PDF -Dateien für die Datenextraktion hoch.
• Extrahierte Daten werden strukturiert angezeigt.
• Konvertierte extrahierte Daten in CSV- und JSON -Formate.
• Laden Sie die extrahierten Daten in CSV- oder JSON -Formaten herunter.

Verwendung

1. Installieren Sie die erforderlichen Bibliotheken: streamlit , pandas .
2. Führen Sie die Streamlit -Anwendung mit streamlit run main.py aus.
3. Laden Sie Ihre PDF -Dateien hoch und klicken Sie auf "Extrahieren Sie Ihre Daten", um den Extraktionsprozess zu starten.
4. Laden Sie die extrahierten Daten in CSV- oder JSON -Formaten mit den bereitgestellten Schaltflächen herunter.

Wie man rennt

Stellen Sie, dass Python installiert ist, und befolgen Sie diese Schritte:

1. Installieren Sie die erforderlichen Abhängigkeiten, indem Sie den Befehl ausführen:

   pip install -r requirements.txt

2. Führen Sie die Stromlit -Anwendung durch Ausführung aus:

   streamlit run main.py

Technologie verwendet

Die Anwendung nutzt die Langchain -Technologie für die effiziente Datenextraktion und -verarbeitung.

Ordnerstruktur

Das Projekt besteht aus den folgenden Hauptdateien:

• main.py : Enthält den Streamlit -Anwendungscode.
• functions.py : Enthält Funktionen, die speziell für die Datenextraktion aus PDF -Dateien entwickelt wurden.