data-extractor
Wyciągaj strukturalne dane z dowolnego formatu dokumentu automatycznie
Instalacja
Wybierz klienta i sklonuj repozytorium do odpowiedniego katalogu skilli.
Instalacja
O skillu
Umiejętność do ekstrakcji danych ze wszystkich popularnych formatów dokumentów — PDF, Word, Excel, email, HTML i obrazów. Używa biblioteki unstructured do ujednoliconego przetwarzania, niezależnie od typu pliku otrzymujesz spójnie sformatowane, strukturalne dane z metadanymi. Idealna do automatyzacji pracy z dokumentami, parsowania tabel, wyodrębniania tekstu i konwersji mieszanych formatów.
Jak używać
Przygotuj dokument do przetworzenia — obsługiwane są PDF, dokumenty Word, arkusze Excel, emaile, strony HTML, obrazy i wiele innych formatów.
Przekaż dokument umiejętności wraz z opcjonalnym opisem, co chcesz wyciągnąć. Na przykład: "Wyciągnij wszystkie tabele z tego PDF-a", "Sparsuj tego emaila i zwróć treść oraz załączniki" lub "Przekonwertuj tę stronę HTML na strukturalne elementy".
Umiejętność automatycznie wykryje format dokumentu i zastosuje odpowiednią funkcję przetwarzania z biblioteki unstructured.
Otrzymasz wyodrębnionych elementy z metadanymi — każdy element zawiera typ, tekst i informacje o pochodzeniu. Dane są już ustrukturyzowane i gotowe do dalszego użytku.
Możesz przetwarzać wiele dokumentów naraz, mieszając różne formaty w jednym żądaniu — umiejętność obsługuje je jednakowo.