这不是一种自动化技术,但你能得到的文本(我可能只是复制粘贴到文本文件的PDF),并使用正则表达式来找到你想要的信息?
在Java中,一些解析的可能看起来像:
// Matches 3 digits, a dash, 2 digits, a dash, and four digits, and then all text
// until it finds another SSN
String text = "987-65-4320 some info 987-65-4321 other \ninfo";
Pattern p = Pattern.compile("(\\d{3}-\\d{2}-\\d{4})((?:.(?!\\d{3}-\\d{2}-\\d{4}))*)", Pattern.DOTALL);
Matcher m = p.matcher(text);
while (m.find())
System.out.println(m.group(1) + ": " + m.group(2));
但没有看到的信息要保存我不能帮你得到它。
如果我想要一个新的PDF,我会把信息放入Microsoft Word或Google Docs并保存PDF。
或者,如果您只想从一系列员工“提取所有信息”,那么它是否可以创建原始PDF的副本并删除了一些页面?我见过可以让你这样做的网站,但是Chrome的(你可以用它打开本地PDF而不会出现问题)打印对话框可以让你指定一系列页面,并将其保存为PDF。