Extrator de Documentos

Este script foi desenvolvido para extrair conteúdo de texto de diversos tipos de arquivos, incluindo PDFs e imagens. O texto extraído é então processado usando um serviço de IA (neste caso, o GeminiApi) para obter informações ou insights adicionais.

Pré-requisitos

• Python 3.x instalado em sua máquina.

• Os pacotes Python necessários podem ser instalados com o seguinte comando:

  pip install -r requirements.txt

Uso

1. Clone o repositório:

   git clone https://github.com/seu-nome/extrator-de-documentos.git

2. Navegue até o diretório do projeto:

   cd extrator-de-documentos

3. Execute o script com as opções desejadas:

   python main.py -f /caminho/para/seu/arquivo.pdf -t pdf_text

   Substitua /caminho/para/seu/arquivo.pdf pelo caminho real do seu arquivo e pdf_text pelo tipo de arquivo desejado.

Opções da Linha de Comando

• -f, --file_path: Especifique o caminho do arquivo que deseja processar.
• -t, --file_type: Especifique o tipo de arquivo a ser processado (pdf_image, pdf_text, image ou text).

Exemplo

python main.py -f arquivo.pdf -t pdf_image

Licença

Este projeto está licenciado sob a Licença MIT.