我借用了这段python代码 ( enno groper的第一个回答)来自动化从pdf中提取批注。
我想对代码做一些修改。尝试使用annot_mapping.annot.get_color()获取注释的颜色时，我遇到了第一个问题。根据，poppler_annot_get_color()返回“一个新分配的PopplerColor，颜色值为poppler_annot或NULL。完成后必须使用g_free()释放它”。
浏览 19提问于2016-08-30得票数 0
回答已采纳
通过搜索从PDF中提取注释的方法，我找到了使用python和poppler的几个帖子。然而，尽管鼓励自制将是答案：我遇到了如下所述的类似问题：
Traceback (most recent call last):
File "pdf_annotations
浏览 1提问于2018-10-04得票数 1
我需要在Python中提取pdf注释。我所有的搜索都表明我需要Poppler来做这件事，比如运行下一步，我尝试从下载并使用.Macports
Error: Failed to install po
浏览 10提问于2015-08-24得票数 11
1回答
从昨天起，我就尝试使用python-poppler-qt4从一个pdf中的一些突出显示的注释中提取文本。根据，看起来我必须使用Page.text()方法获得文本，从高亮的注释中传递一个矩形参数，这是我使用Annotation.boundary()获得的。但我只收到空白短信。有人能帮我吗？我复制了下面的代码，并为我正在使用的PDF添加了一个链接。谢谢你的帮助！import popplerqt4import PyQt4
def
浏览 2提问于2014-01-10得票数 5
1回答
现在，我很难从PDF文件中以编程的方式提取数据，因为它已经被填充了。如果有库，c++、java、python或PHP是我的选择。
浏览 5提问于2013-09-03得票数 9
1回答
基本上，我希望编写一个程序，允许我从PDF文件中提取注释。通过一些研究，我发现波普勒图书馆将允许我这样做。于是我下载了它，开始了在Windows上构建CodeBlocks (MinGW)的艰难过程。现在，我的问题是，我需要在我的main.cpp中写些什么，这样我才能使用Poppler功能。然后我试着：但是，在我的代码中后来我被告知，"poppler“还没有被声明。\poppler<
浏览 13提问于2013-04-17得票数 0
3回答
我需要从我的服务器上的PDF文件中提取所有的图像。我不想要PDF页面，只想在其原始大小和分辨率的图像。我如何使用Perl、PHP或任何其他基于UNIX的应用程序(我将使用PHP中的exec函数调用它们)来实现这一点？
浏览 1提问于2009-01-10得票数 21
回答已采纳
2回答
我使用的是windows 11，我使用下面的命令在windows中安装poppler，这对我来说非常有用。conda install -c conda-forge poppler我知道这个错误，但我不知道如何在ubuntu18.04机器中解决它。在浏览了大量的堆栈溢出和askubuntu问题之后。注释<
浏览 6提问于2021-11-26得票数 0
我知道我可以使用stat从文件系统获取访问/修改/更改信息，但是由于"Document“选项卡中的元数据被嵌入到文件本身中，我不知道如何通过CLI提取它。
浏览 0提问于2012-03-12得票数 4
回答已采纳
我需要一个PDF不可编辑和一个很好的方式来完成这是使用“打印到文件”的功能，在大多数PDF阅读器，以生成另一个PDF。我认为它们的工作方式是将PDF转换成图像，然后将这些图像嵌入到另一个PDF中。相比之下，在Evince中使用“打印到文件”功能可以生成一个与原始PDF几乎完全相同的PDF，而且速度也更快。我也尝试过pdftk，但是它产生了一个可编辑的PDF。注意:我的PDF也包含注释(或“邮票”)，它们不一定是可编辑的(例如，使用Acrobat)。我上面概述的两个解决方案在这方面起了作用，而pdftk则生
浏览 0提问于2021-08-12得票数 0
因此，当我试图在Amazon实例中安装textract时，我面临着这个问题。我已经在网络上尝试了几乎所有可能的解决方案，似乎没有什么对我有用。有人能帮忙吗？
浏览 11提问于2017-10-03得票数 2
我正在做一个项目，我需要用pdf格式从简历中提取信息，问题是当我使用pdfminer等库时，有时提取的文本不是很好的结果，因为它会从另一个文本框中得到与其他行重叠的行，这就是为什么我在提取文本之前首先考虑使用布局解析器来提取基于文本框的文本pytesseract.pytesseract.tesseract_cmd ="C/Users/faty/Downloads/tesseract-ocr-w64-se
浏览 6提问于2022-06-10得票数 1
1回答
我们有一个相当复杂的打印工作流程，其中的控制是使用Adobe Reader或Adobe Acrobat为生成的PDF文档的草稿版本添加注释和注释。作为工作流程的一部分，应解析导入的带有批注和注释的PDF文档，并将批注导入CMS系统(与PDF一起)。问:有没有什么可靠的工具(首选Python或Java)可以将这些数据以干净可靠的方式提取到PDF文件中？
浏览 4提问于2012-12-07得票数 2
回答已采纳
通常情况下，所有的东西都会被正确地建造和注册：前几天，我决定在我的项目中使用另一个库。它恰好是poppler库。我已经下载了Windows库的x64版本，。<poppler/cpp/poppler-document.h>然后，我将包含poppler文件的目录添加到.lib，并将如果我注释掉波普尔码的单
浏览 1提问于2020-07-26得票数 0
2回答
我试图跟随这个博客，尝试从发票pdf文件中提取文本。我的文本提取需要提取发票的特定字段。
我不确定如何使用这个.tar文件来解压包并在Python中使用它。任何建议，我如何在我的mac上安装它，然后在python中以编程方式使用</e
浏览 24提问于2020-04-24得票数 2
1回答
我正在寻找一种方法来导出PDF的注释层，并将其合并回另一个PDF。我尝试过使用像poppler和PyPDF2这样的库，但到目前为止都没有效果。有没有我想要的开源库？
浏览 44提问于2020-06-09得票数 4
1回答
我正在使用Poppler从PDF中提取文本，并使用以下代码打印文本：for (std::vector<poppler::text_box>::iterator it = currpg.begin(); it !我想"/“可能导致了一个问题，但也有日
浏览 2提问于2021-03-31得票数 0
回答已采纳
3回答
我想阅读每封电子邮件的文本，并提取附件。但是，我找不到关于如何在python中阅读pdf包的信息。我尝试过使用库PDFMiner和textract，但输出结果只是这样：“为了获得最佳体验，请在Acrobat X或Adobe Reader X或更高版本中打开此PDF包。
浏览 0提问于2017-01-12得票数 0
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