1回答
使用perl利用pdftotext从pdf中提取文本。效果很好。我的问题是，我正在阅读的pdf是多页的，我在每一页的顶部寻找特定行的数据。下面的代码将两个页面的全部内容转储到一个文件中。因为常量数据(在页面顶部)之后的数据长度不同，所以我不能准确地从第2页提取数据。我如何首先使用pdftotext或其他实用程序/模块遍历每个页面，然后在每个页面上分别调用pdftotext
浏览 6提问于2012-10-09得票数 0
回答已采纳
1回答
我正在使用pdftotext Python Library从PDF文档中提取一些数据。import pdftotext
with open("text2.pdf", "rb") as f:
# Read all the text into on
浏览 18提问于2021-09-08得票数 1
回答已采纳
1回答
我在Perl应用程序中使用PDF::API2将OCR输出嵌入到相应的图像后面，这样就可以搜索得到的PDF，因为可以用pdftotext提取OCR输出。如何判断特定字体是否包含特定字符(包括CMAP表，以便使用pdftotext进行提取)？
浏览 0提问于2012-02-21得票数 4
我正在尝试从发票中提取数据。我发现invoice2data会做这件事。我让pip安装了invoice2data。result = extract_data('sample.pdf')OSError: pdftotext not installed.我使用构建工具安装了它。它再次显示相同的错误。因此，我从下载了这些文件，并将提取的文件粘贴到我的anaconda/Lib/sitepackages目录中。现在，当我尝试pip insta
浏览 0提问于2019-08-17得票数 0
我正在使用pdftotext从PDF文件中提取普通内容。pdftotext -layout -enc UTF-8
有没有其他方法可以做到这一点？
浏览 1提问于2014-07-10得票数 1
我已经使用此代码将pdf转换为文本。input1 = '//Home//Sai Krishna Dubagunta.pdf'os.system(("pdftotext %s %s")
浏览 0提问于2014-05-23得票数 2
回答已采纳
1回答
编辑pdf文件
、、、
我收到了一个pdf文件，是在Adobe中创建的。现在我不得不编辑这个pdf文件。我是用LibreOffice打开的。但是，无论是页面还是文本都没有采用正确的格式。这些文本超出了这样的页面界限：所以，当我在必要的编辑后将它保存为pdf时，我会在页面外丢失这些文本。我试图改变文本的格式，从Fromat > text >调整到等高线。请帮帮忙。
浏览 0提问于2019-06-25得票数 0
2回答
然后，我想使用pdftotext提取文本。import pdftotext
pdf = pdftotext.PDF(f)
pdf = pdftotext.PDF(f, "secret
浏览 8提问于2022-05-30得票数 -1
回答已采纳
2回答
查找-exec中的命令替换
、、、、
我试图用pdftotext提取一堆pdf的文本，使用find：
find /path/to/pdfs -iname "*.pdf" -exec pdftotext {} ~/Desktop/texts/所以我尝试使用basename，但是这似乎没有被find执行。find /path/to/pdfs -iname "*.pdf" -exec pdftotext
浏览 5提问于2020-09-03得票数 2
回答已采纳
1回答
基于列的拆分文本文件
、、、
因此，我试图创建一个脚本，它将提取发票的特定值并生成报告。我的问题是：
发票格式为pdf格式，跨越两列。在Linux命令中，我希望使用“pdftotext”Linux命令将其转换为多个文本文件(每个txt文件代表每个pdf页面)。我如何做这个--我认识到'pdftotext‘命令将页面的左边部分和页面的右边部分分割开，其中有21个空格。如何将数据的右侧(在连续读取至少21个空格后确定)到文件的末尾，因为该文件很大，而且文件的最后一页是我，如何在读取关键字之前删除脚本中的所有文本
浏览 1提问于2012-04-05得票数 0
我使用一个名为pdftotext的简单实用工具从pdf文件中提取文本。我发现它在使用-table选项时具有最干净和最文书的输出，但是这个命令行选项只能在该实用工具的windows版本上使用。**如何在-table linux中使用pdftotext选项？
浏览 11提问于2016-10-09得票数 1
在我们的OSX系统上拥有一个二进制pdftotext的0.39版本(使用brew install poppler安装)。我们找不到其他版本的brew search poppler只有一个版本。我们正在试图找到这个特定版本的源代码(在linux上编译)。由于某种原因，我们只在这个版本(而不是更新的)上使用特定的pdf文件。谢谢，如果有人有牛本的话，谢谢 /usr/local/bin/
浏览 13提问于2016-09-05得票数 1
1回答
我正在尝试从一个字典pdf中提取文本，其中布局有像这个这样的2列(srry，我有pdf文件，而不是url)，我试着使用pdf-reader，但文本很混乱，因为它与列文本流相反，它只是忽略并继续读取这一行我可以尝试一页一页地提取文本，但是有太多的页面lol。我试图通过一个随机网站将pdf转换成html，但没有看到更容易提取文本soo。我已经看到了一些教程的用户接收器，但看上去不像它也会起作用。
浏览 3提问于2020-07-02得票数 0
回答已采纳
详细信息:这里有两个操作: 1)查找/提取注释/注释；2)然后选择找到的注释/注释，并将它们汇总到一个pdf文件中。下面的问题是:是否有一个PDF软件能够根据搜索条件(例如，项目名称)查找、提取、选择和汇总注释/注释？📷
如您所见，我使用的是XChange编辑器。所以，就像我说的，XChange编辑器走了一半。在左边，我们看到突出显示的黄色文本与弹出消息打开。Search执
浏览 0提问于2017-06-27得票数 3
回答已采纳
1回答
我想使用pdftotext命令在多个pdf文件中搜索特定的关键字。通常，我们可以使用以下命令在单个pdf文件中搜索：但是，如果我们想在多个pdf文件中搜索，我们必须做什么呢？
浏览 0提问于2015-09-10得票数 2
回答已采纳
1回答
我正在使用pdfcreator作为虚拟打印机，将一些图像打印到文件中。可以是pdf，可以是任何类型的图像。但我需要从中提取数据。这是可以做到的吗？我正在使用C#。
浏览 2提问于2010-09-08得票数 0
我正在Node.JS中创建一个程序，通过为每个文件创建child_process.spawn来使用命令行实用工具pdftotext提取pdf文本。我想知道这个过程是否CPU太重，是否有成千上万的人可以使用而不中断任何东西。谢谢。
浏览 3提问于2016-05-30得票数 0
回答已采纳
云服务器
ICP备案
对象存储
云点播
实时音视频
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号