Questão FC95373
Com base nos conceitos de dados estruturados e não estruturados, de análise exploratória de dados e de dados abertos, julgue o item seguinte. A coleta de dados a partir de arquivos
Gestão da Informação em TI
CEBRASPE (CESPE) · 2023
A coleta de dados a partir de arquivos em formato PDF é possível, mesmo que este não possa ser editado. Para isso, a ferramenta de extração de dados deve realizar a conversão do arquivo PDF para outro formato que permita edição.
Mostrar resposta e comentário
Gabarito
Certo
Comentário do professor
Comentário: A coleta de dados a partir de arquivos PDF é possível, mesmo quando o arquivo não pode ser editado diretamente. Isso ocorre porque ferramentas de extração de dados conseguem converter o conteúdo do PDF para formatos estruturados, como TXT, CSV, JSON ou tabelas do Excel, permitindo a manipulação posterior.
Os métodos utilizados para essa extração incluem:
- OCR (Optical Character Recognition): Quando o PDF contém imagens de texto, um software de reconhecimento óptico converte a imagem em texto editável.
- Parsing de PDF: Quando o PDF contém texto digital (não apenas imagens), bibliotecas como PyPDF2, PDFMiner e Tabula podem extrair o conteúdo sem necessidade de OCR.
Conteúdo do catálogo FC Concursos · Atualizado em