ForHosting KIT · PDF e documentos

Extrair texto de PDF por colunas na ordem de leitura

A extração de texto de um PDF pode recuperar todas as palavras corretamente e ainda entregá-las em uma sequência inútil.

● BetaGrátis · no seu navegador

Executar grátis Ver a API

Use pelo WebAPIE-mailTelegramApp em breve

Em páginas com duas ou mais colunas, uma simples ordenação vertical alterna entre parágrafos sem relação. Esta capacidade recebe blocos e caixas delimitadoras, identifica os que pertencem à mesma coluna, ordena as colunas da esquerda para a direita e os blocos de cima para baixo. O resultado inclui o texto reconstruído e toda a geometria ordenada para você inspecionar ou processar.

Como usar

Insira os dados no formulário acima. A ferramenta os verifica antes de calcular e mostra o resultado na mesma página.

Confira os dados

Use os rótulos e as unidades indicados em cada campo. Se algo estiver ausente ou fora do intervalo permitido, a página mostra o que corrigir.

Repita o cálculo ou automatize

Use a ferramenta web para verificações individuais e a API quando precisar da mesma capacidade em um fluxo automatizado.

Casos de uso

Obtenha uma resposta agora

Insira um conjunto de valores e veja o resultado sem montar uma planilha ou um script.

Compare cenários

Altere um valor por vez e repita o cálculo para entender o que muda o resultado.

Automatize tarefas repetidas

Use a API quando precisar executar o mesmo cálculo dentro do seu produto ou fluxo.

Perguntas frequentes

Como usar esta capacidade?

Preencha os campos acima e execute nesta página. O formulário destaca qualquer dado que precise de correção.

Para desenvolvedores — acesso via API

Tudo nesta página está disponível via API. Esta seção é para equipes que querem integrar a ferramenta aos próprios sistemas; quem não precisa disso pode simplesmente usar a ferramenta acima.

Endpoint

POSThttps://api.kit.forhosting.com/pdf/text-extract-column-order

Autenticação por token Bearer. Um único POST coloca a tarefa na fila; o resultado chega por webhook ou link assinado.

Chame do seu código

curl -X POST https://api.kit.forhosting.com/pdf/text-extract-column-order \
  -H "Authorization: Bearer $KIT_KEY" \
  -H "Content-Type: application/json" \
  -d '{"blocks":[{"text":"Left heading","x":40,"y":40,"width":210,"height":20},{"text":"Right heading","x":320,"y":42,"width":210,"height":20},{"text":"Right body","x":322,"y":90,"width":208,"height":60},{"text":"Left body","x":42,"y":92,"width":208,"height":60}]}'

const res = await fetch("https://api.kit.forhosting.com/pdf/text-extract-column-order", {
  method: "POST",
  headers: {
    "Authorization": `Bearer ${process.env.KIT_KEY}`,
    "Content-Type": "application/json"
  },
  body: JSON.stringify({
    "blocks": [
      {
        "text": "Left heading",
        "x": 40,
        "y": 40,
        "width": 210,
        "height": 20
      },
      {
        "text": "Right heading",
        "x": 320,
        "y": 42,
        "width": 210,
        "height": 20
      },
      {
        "text": "Right body",
        "x": 322,
        "y": 90,
        "width": 208,
        "height": 60
      },
      {
        "text": "Left body",
        "x": 42,
        "y": 92,
        "width": 208,
        "height": 60
      }
    ]
  })
});
const { task_id } = await res.json();

import os, requests

res = requests.post(
    "https://api.kit.forhosting.com/pdf/text-extract-column-order",
    headers={"Authorization": f"Bearer {os.environ['KIT_KEY']}"},
    json={
    "blocks": [
        {
            "text": "Left heading",
            "x": 40,
            "y": 40,
            "width": 210,
            "height": 20
        },
        {
            "text": "Right heading",
            "x": 320,
            "y": 42,
            "width": 210,
            "height": 20
        },
        {
            "text": "Right body",
            "x": 322,
            "y": 90,
            "width": 208,
            "height": 60
        },
        {
            "text": "Left body",
            "x": 42,
            "y": 92,
            "width": 208,
            "height": 60
        }
    ]
},
)
task_id = res.json()["task_id"]

<?php
$res = file_get_contents("https://api.kit.forhosting.com/pdf/text-extract-column-order", false, stream_context_create([
  "http" => [
    "method"  => "POST",
    "header"  => "Authorization: Bearer " . getenv("KIT_KEY") . "\r\nContent-Type: application/json",
    "content" => '{"blocks":[{"text":"Left heading","x":40,"y":40,"width":210,"height":20},{"text":"Right heading","x":320,"y":42,"width":210,"height":20},{"text":"Right body","x":322,"y":90,"width":208,"height":60},{"text":"Left body","x":42,"y":92,"width":208,"height":60}]}',
  ],
]));
$task = json_decode($res, true);

body := bytes.NewBufferString(`{"blocks":[{"text":"Left heading","x":40,"y":40,"width":210,"height":20},{"text":"Right heading","x":320,"y":42,"width":210,"height":20},{"text":"Right body","x":322,"y":90,"width":208,"height":60},{"text":"Left body","x":42,"y":92,"width":208,"height":60}]}`)
req, _ := http.NewRequest("POST", "https://api.kit.forhosting.com/pdf/text-extract-column-order", body)
req.Header.Set("Authorization", "Bearer "+os.Getenv("KIT_KEY"))
req.Header.Set("Content-Type", "application/json")
res, _ := http.DefaultClient.Do(req)

Exemplo de requisição

{
  "blocks": [
    {
      "text": "Left heading",
      "x": 40,
      "y": 40,
      "width": 210,
      "height": 20
    },
    {
      "text": "Right heading",
      "x": 320,
      "y": 42,
      "width": 210,
      "height": 20
    },
    {
      "text": "Right body",
      "x": 322,
      "y": 90,
      "width": 208,
      "height": 60
    },
    {
      "text": "Left body",
      "x": 42,
      "y": 92,
      "width": 208,
      "height": 60
    }
  ]
}

Exemplo de resposta

{
  "task_id": "tsk_a1b2c3d4e5f6a1b2c3d4e5f6",
  "type": "pdf.text_extract_column_order",
  "status": "queued",
  "_links": {
    "result": "/tasks/tsk_…/result"
  }
}

A API é assíncrona: cada chamada devolve um task_id na hora. Se preferir polling, consulte o status a até 1 requisição por segundo.

Preço

por chamadaUS$ 0,002

Preço publicado, sem tokens nem créditos escondidos. Tarefa que falha não é cobrada.

Limites

max_items 10000

Erros

HTTP	Código	O que significa
`401`	`unauthorized`	Token ausente ou inválido. Confira o header Authorization.
`402`	`insufficient_balance`	Saldo insuficiente para esta tarefa. Faça uma recarga e tente de novo.
`404`	`unknown_type`	Esse tipo de tarefa não existe. Confira o campo type no catálogo.
`429`	`rate_limited`	Muitas requisições em pouco tempo. Espere um instante e tente de novo.

Ver a documentação completa do KIT →