Discussion :

[linus94]

Bonjour,

je ne sais pas si je suis dans le bon forum

j'ai un tableau de 10 000 lignes sous forme de fichier pdf (document trouvé sur le net, ne m'appartenant pas)
une des colonnes comporte la date et j'aimerais que les données s'affichent triés par date

quelles solutions?
comment recuperer les données de ce tableau?
pour le tri:
utiliser une BDD?
utiliser excel?

merci pour les suggestions

[Luc1an0]

Salut,

Tu ne pourras pas "lire" le PDF comme tu le souhaites via le binaire, il va falloir que tu développes un "reader" pour pouvoir extraire tes données directement depuis le PDF.

A priori, tu ne le précises pas, mais je suppose que tu souhaites simplement récupérer les données ! Donc ce que tu feras pour y arriver ne sera pas réutilisé ?

Dans ce cas là, si le PDF est sélectionnable (et que ce n'est pas une image de texte par exemple), tu sélectionnes l'ensemble du texte, que tu copies/colles dans un fichier texte lambda.

Ensuite tu fais un programme pour découper tes valeurs !

Si le copier/coller te donne quelque chose de structuré, tu peux toujours tenter avec l'import CSV d'Excel voir d'Access. Je ne sais pas si c'est possible, mais tu devrais pouvoir définir ton propre séparateur de données (comme un nombre d'espace fixe par exemple).

[linus94]

Bonjour,

merci de me répondre ,

c'est un document google que je peux telecharger sous forme de pdf

si je fais un copier coller du document google sur les 100 premiers elements du tableau vers un document word, il me recopie d'abord les 100 premieres lignes de la 1ere colonne, puis les 100 premieres lignes de la 2nde colonne, etc...

donc aprés faut concevoir un programme (en java par exemple) qui va lire le document et me reconstituer le tableau ou insérer tout ça dans une BDD avant de trier tout ça...

effectivement je voyais les choses à peu prés comme ça au départ mais je ne voulais pas passer à coté d'une solution beaucoup plus simple ou d'un logiciel qui me ferait le boulot

merci Luc1an0

[DonQuiche]

Il existe des biblios pour dotnet afin de manipuler les PDF, ce serait dommage de passer à côté. PDFSharp par exemple, si ma mémoire est bonne.

[Bluedeep]

Il existe des biblios pour dotnet afin de manipuler les PDF, ce serait dommage de passer à côté. PDFSharp par exemple, si ma mémoire est bonne.

Je croyais que PDF# ne permettait que la génération de Pdf ? j'ignorais qu'il permettait la lecture et l'exploitation de données de Pdf existant.

[DonQuiche]

Il me semble qu'il y a peu quelqu'un l'utilisait pour extraire des images des PDF. Cela dit je n'ai jamais utilisé cette biblio moi-même, j'ai donné le nom à tout hasard.