Arrêtez d’alimenter votre index avec des fichiers DOCX entiers : découpez le Markdown par titres dans .NET
Remplacez les embeddings de fichiers entiers par des fragments Markdown de la taille des titres. Ce guide avant‑après couvre GetDocumentInfo, GetFormattedText Markdown, le secours GetText pour les PDF, et le découpage des titres ATX sous .NET 8.
GroupDocs.Parser for .NET 26.10 – Points forts de la version d'octobre 2026
26.10 apporte la prise en charge de .NET 4.8, le renforcement de la sécurité, des corrections d’extraction PDF/EML, et de nouvelles méthodes FileTypeFeatureSupport.
3 façons d'extraire les données de documents avec des agents IA et MCP (texte, tableaux, images)
Un LLM qui lit un PDF collé devine la structure et ne peut pas voir les numérisations. GroupDocs.Parser.Mcp fournit à l’agent des outils d’extraction, de sorte qu’une seule invite renvoie le texte, le tableau ou la valeur du code-barres.
Imposer une capture de données cohérente avec des flux de travail d'extraction automatisés utilisant MCP
Un dossier de factures génère des données incohérentes lorsque chaque fichier est traité de manière ad hoc. Définissez le schéma une fois dans l’invite, laissez l’agent l’appliquer à chaque fichier via GroupDocs.Parser.Mcp, et obtenez une liste d’exceptions pour les fichiers qui ne correspondent pas.
Tables extraites de PDFs, vers JSON, sans qu’un LLM ne devine les cellules
Demander à un LLM de lire une table à partir d’un document collé soumet les cellules à la merci du modèle. GroupDocs.Parser.Mcp fournit à l’agent les lignes d’un moteur de documents, sous forme de Markdown à examiner ou de JSON à traiter.
Comment extraire les annotations des documents PDF à l'aide de GroupDocs.Parser dans .NET
Apprenez à extraire les annotations des documents PDF avec GroupDocs.Parser pour .NET. Ce guide couvre l’extraction du document complet, l’extraction au niveau des pages, l’extraction combinée de texte et d’annotations, ainsi que l’exportation des résultats au format CSV ou JSON.
GroupDocs.Parser for .NET 26.4 – Points forts de la version d'avril 2026
GroupDocs.Parser for .NET 26.4 introduit l’extraction de tableaux à partir de fichiers HTML via la méthode GetTables().
GroupDocs.Parser for .NET 26.3 – Points forts de la version de mars 2026
GroupDocs.Parser for .NET 26.3 introduit une prise en charge intégrée de l’OCR pour les langues arabe et coréenne, améliorant l’analyse multilingue des documents.
Comment extraire du texte des archives ZIP/RAR à l'aide de GroupDocs.Parser dans .NET
Apprenez à extraire le texte brut de chaque document contenu dans des archives ZIP ou RAR avec GroupDocs.Parser pour .NET. Ce tutoriel couvre l’installation, l’extraction d’archives plates, le traitement récursif des archives imbriquées et des conseils pour des résultats fiables.
GroupDocs.Parser pour .NET 25.12.1 – Points forts de la version de décembre 2025
GroupDocs.Parser pour .NET 25.12.1 ajoute des ressources OCR intégrées et un chemin de stockage configurable pour les fichiers de ressources, simplifiant l’utilisation de l’OCR.
