Profil de document brut : raw

Avec ce profil de document, aucun code complémentaire du serveur n'est sollicité : vous devez fournir votre fichier YML de description des données à extraire et vous traitez le résultat brut.

Voir Format de description du masque d'analyse.

Exemple

Dans le cas d'un profil brut, vous pouvez fournir ce que vous voulez. Par exemple, si vous voulez extraire des données du résultat du marathon de Paris 2003 (fichier MDP2003.pdf), le document fait plus de 400 pages. Pour notre exemple, nous vous proposons de découper le PDF pour n'en garder que la première page.

Création du fichier de masque d'extraction de données pour extraire les lignes du classement Handisport :

issuer: marathon-paris.eric
fields:
  title: MARATHON DE (\w+)\s
lines:
  lines_start: Classement Handisport
  lines_end: Classement Scratch
  lines_line_tsv_before: (\d+)\.\s+(\d{2}:\d{2}:\d{2})\s+(.+)\s(\(\w+\))?\s+(\w+)\s+(\w)\s
  lines_line_tsv_after: ^\s+\n$
  lines_line_tsv_line1r: "(?<rang>\\d+)\\.\\s+(?<temps>\\d{2}:\\d{2}:\\d{2})\\s+(?<nom>.+)\\s(?<tag>\\w+)\\s+(?<sexe>\\w)\\s"
  lines_line_tsv_line1f: rang,temps,nom,tag,sexe
  extractor_engine: pdftotext
keywords:
- MARATHON
options:
  decimal_separator: .

Lancement de l'extraction de données, résultat retourné par le serveur :

{
    "error": "",
    "json": {
        "success": null,
        "message": null,
        "ocrID": "S3mYl6KKnJvx4IvbvQYrvOnSn9GDeRrcyIncn9ZE",
        "jpeg": null,
        "jpegBase64": null,
        "pdfBase64": null,
        "meta": {
            "template_name": "S3mYl6KKnJvx4IvbvQYrvOnSn9GDeRrcyIncn9ZE.yml",
            "title": "PARIS",
            "decimal_separator": "",
            "lines": [
                {
                    "rang": "1",
                    "temps": "01:28:05",
                    "nom": "JEANNOT Joël              ",
                    "tag": "SE",
                    "sexe": "H"
                },
                {
                    "rang": "2",
                    "temps": "01:37:37",
                    "nom": "HIROMICHI Jun (Japan)     ",
                    "tag": "SE",
                    "sexe": "H"
                }
            ]
        }
    }
}