Descrição
Extrai e analisa texto, layout e metadados de arquivos PDF por meio de ferramentas Python. É útil para processamento de documentos, indexação, pipelines de busca, verificações de acessibilidade e scripts que precisam de informações estruturadas de PDFs.
A análise de PDFs pode processar arquivos não confiáveis, então fluxos automatizados devem lidar com falhas e evitar expor conteúdo privado extraído dos documentos. Alguns pacotes também expõem auxiliares de linha de comando, mas ele é instalado com frequência como dependência de biblioteca.