Olaya Argüeso Perez
Data Journalism Consultant & Trainer
Diploma en Periodismo de Investigación
Olaya Argüeso - 14 de agosto 2021
@oargueso
Extraer datos de PDF's
PDF = Portable Document Format
Existen dos tipos de PDF:
1. Escaneados
2. Generados electrónicamente
PDF = Portable Document Format
Escaneados:
- Son una imagen, así que no se pueden "cortar y pegar"
- Herramientas OCR (Reconocimiento Óptico de Caracteres): ABBY FineReader (de pago)
PDF = Portable Document Format
Generados electrónicamente:
- Son más o menos "escrapeables"
- Pueden tener tablas o no
PDF = Portable Document Format
Generados electrónicamente:
- Herramientas para extraer los datos: ABBY (de pago) - Tabula (gratis)
PDF = Portable Document Format
Tabula
PDF = Portable Document Format
Tabula
PDF = Portable Document Format
Tabula
PDF = Portable Document Format
Tabula
PDF = Portable Document Format
Tabula
PDF = Portable Document Format
Tabula
PDF = Portable Document Format
Otras herramientas gratuitas:
- cometdocs.com:
PDF = Portable Document Format
Otras herramientas gratuitas:
PDF = Portable Document Format
Otras herramientas gratuitas:
- cometdocs.com:
PDF = Portable Document Format
Otras herramientas gratuitas:
- cometdocs.com:
PDF = Portable Document Format
Otras herramientas gratuitas:
- cometdocs.com:
PDF = Portable Document Format
Para evitar dar nuestro email personal:
PDF = Portable Document Format
Otras herramientas gratuitas:
¿Preguntas?
Introducción al periodismo de datos - #4 Scraping de PDF's
By Olaya Argüeso Perez
Introducción al periodismo de datos - #4 Scraping de PDF's
Máster El Mundo
