Matriz de fixtures para extracao PDF
Use a matriz PDF para escolher entre fixtures ricos em texto, layout fixo, tipo formulario ou danificados em pipelines de preview e extracao.
Como usar esta matriz
- Cobre PDFs de uma pagina, multipagina, layout complexo e arquivos danificados.
- Feita para preview, extracao de texto, mapeamento de campos e caminhos de erro de parser.
- Util para faturas, relatorios e fluxos documentais em que o layout importa.
Abrir biblioteca principal
Esta matriz esta ancorada na pagina da biblioteca PDF e em seu manifesto.
Linhas de fixtures
| Variante | Perfil | Foco do teste | Arquivo | Tamanho | Baixar |
|---|---|---|---|---|---|
|
Single-Page Text
Best default sanity check for renderers and PDF text extraction.
|
Valid baseline | Simple rendering and extraction | pdf_single_page_text_sample.pdf |
725 B | Baixar |
|
Multi-Page Report
Useful for multi-page previews, extraction batching, and document splitting.
|
Valid document | Pagination and page count | pdf_multi_page_report_sample.pdf |
1.3 KB | Baixar |
|
Invoice Layout
Targets invoice parsers and structured extraction pipelines.
|
Layout-driven fixture | Field extraction from fixed layouts | pdf_invoice_layout_sample.pdf |
774 B | Baixar |
|
Scan-Style PDF
Useful for pipelines that distinguish text PDFs from scan-like pages.
|
Image-heavy fixture | OCR-style extraction | pdf_scan_like_image_sample.pdf |
3.7 KB | Baixar |
|
OCR-Noise PDF
Targets extraction robustness when scan quality or contrast is poor.
|
Image-heavy edge | Noisy OCR fallback | pdf_ocr_noise_sample.pdf |
7.9 KB | Baixar |
|
Form-Like PDF
Useful for OCR-adjacent field mapping and fixed-position extraction logic.
|
Structured layout | Form field and box detection | pdf_form_like_sample.pdf |
773 B | Baixar |
|
Landscape Report
Targets preview rotation, table extraction, and page-fit UI handling.
|
Orientation variant | Wide-table rendering | pdf_landscape_report_sample.pdf |
743 B | Baixar |
|
Multi-Column Report
Useful for column segmentation and reading-order extraction tests.
|
Layout complexity | Column-aware reading order | pdf_multi_column_report_sample.pdf |
3.3 KB | Baixar |
|
Password-Protected PDF
Use password `samplefile` for protected-document handling and UX checks.
|
Protected document | Unlock flow and restricted parsing | pdf_password_protected_sample.pdf |
3.2 KB | Baixar |
|
Truncated PDF
Good for parser failures, preview fallback, and corrupt-download handling.
|
Broken fixture | Damaged file recovery | pdf_truncated_edge_case_sample.pdf |
701 B | Baixar |
Pacotes relacionados
Pacote de fixtures para extracao de documentos
Pacote de fixtures reais de PDF e TXT para extracao, analise de layout, validacao tipo OCR, tratamento de documentos protegidos e arquivos danificados.
document_extraction_fixture_pack.zip · 18.9 KB
Fluxos relacionados
Fixtures para validacao de upload
Arquivos de teste e pacotes para verificar limites de upload, validacao MIME, recebimento de ZIP e fluxos com conteudo misto.
Abrir fluxoFixtures para regressao de parsers
Fixtures estaveis e casos limite para parsers de documentos, dados e arquivos compactados que precisam de cobertura deterministica.
Abrir fluxoFixtures para extracao de documentos
Fixtures de PDF e TXT para analise de layout, extracao tipo OCR, tratamento de documentos protegidos e normalizacao de texto.
Abrir fluxoPaginas de estrategia relacionadas
Guias de melhor formato
Guias por caso de uso
Guias de conversao
Comparacoes lado a lado