Vollständige Textextraktion aus pdf Dokumenten

Question

Ich möchte beim Importieren von pdf Dokumenten den komplwetten Inhalt als Text übernehmen.

Das sollte mit folgender Einstellung am Client passieren:

Extrahieren von Text aus txt, pdf

Das funktioniert aber nur unvollständig. Text wird nur teilweise übernommen und das pdf als Anhang angefügt. Aus dem Anhang läßt sich der Text per Befehl  extrahieren. Ich möchte den text aber als Karteieintrag haben. Wie kann man das gewährleisten?

Comments

Was meinen Sie mit "Befehl"?. Ich habe das Phänomen auch, meiner Meinung liegt es an der pdf Vorlage und deren OCR Fähigkeit

---

Vielen Dank für den Hinweis.

Es liegt an den Einstellungen in den Scannern. Da muss man einstellen, dass der Text über die OCR Erkennung extrahiert werden soll, dann klappt es auch mit der vollständigen Extraktion. Dadurch lassen sich jetzt die eingescannten Dokumente perfekt mit Hilfe der KI auswerten. Allerdings muss man dafür sorgen, keine personenbezogenen Daten zu übertragen.