Discussion :

[mbdsi]

Bonjour à tous,
J'aimerais essayer de monter une petite solution permettant de récupérer les données dans des fichiers (word, excel, pdf...) ou répertoires afin de nourrir mon ODS. Je sais qu'il y a des solutions de logiciels OCR qui permettent de lire et récupérer l'ensemble des infos prises dans les divers fichiers (et bien entendu, je n'arrive pas à concevoir une bonne récupération si les documents ne sont pas flaggé un minimum). Cependant, j'aimerais connaitre vos avis sur une telle approche pour ceux qui ont déjà manipulé un OCR et qui ont une expérience en exploitation de donnée.
Merci d'avance pour vos avis.

[wcfsmart]

Bonsoir

Je ne comprends pas très bien ta question.

S'il s'agit d'extraire les données d'un PDF pour insérer dans une base de données, ça c'est possible et facile à le faire grace à un ETL. Mais le PDF ne doit pas être une image.

Qu'est ce que tu entends par OCR?

Bonne journée
wcfsmart

[mbdsi]

Bonjour,
Merci pour ton retour.
J'ai travaillé sur ETL il y a quelques années mais à l'époque, on m'avais déconseillé d'utiliser les fonctions lisant les documents excel, world et pdf. Je vais tester rapidement avec Talend et Pentaho (oui j'ai plus accès à des ETL propriétaires.. )

Sinon, pour le logiciel OCR, je parle de ce genre d'outils http://www.reneelab.fr/product-land-337.html, et j'ai peut être été trop rapide en disant vouloir alimenté mon ODS avec...
Mais ce n'est pas des conseils provenant de personne habitué à la BI. Ca va faire plus d'un an que je suis dans une boite de codeurs et leurs approches sont différentes...

Je fais un retour dès que j'ai pu tester la solution via TOS ou PDI.

Bonne journée.

[wcfsmart]

Bonjour

S'il s'agit d'une image ou issue d'un scan, dans ce cas une solution ETL serait un peu compliquée à mon avis.

Par contre Excel, et PDF ordinaires se gèrent très bien avec des solutions ETL.

Bonne journée
wcfsmart