Как из файла PDF с тестами и ответами спарсить информацию в бд?

Question

[Асиков Артур]

Файл PDF выглядит так, содержит сотни тестов



Занимаюсь web программированием, но сейчас тот момент, когда не знаю с чего начать. Подскажите пожалуйста, что нужно сделать, чтобы спарсить эту информацию в виде отдельных вопросов в бд. Буду очень благодарен!)

Answer 1

[Сергей Горностаев]

Изучить библиотеки PyPDF, PDFMiner, minecart и попробовать с их помощью проанализировать ваш документ.

Answer 2

[grinat]

Pdf.js умеет извлекать данные из pdf: https://mozilla.github.io/pdf.js/examples/
Типа такого:

const pdf = await pdfjs.getDocument('my.pdf')
for (let j = 1; j <= pdf.pdfInfo.numPages; j++) {
    const page = await pdf.getPage(j)
    const list = await page.getOperatorList()
    console.log(list)
}

Comments

[Dimonchik]

интересно, у него там картинка?