有没有免费的Java库可以从PDF中提取文本，与Google应用程序引擎兼容？有没有其他方法可以从PDF中提取文本？我试过，不幸的是他们不能正确处理非英文字符。
浏览 6提问于2010-03-28得票数 2
回答已采纳
1回答
我需要从pdf中提取一段文字。本文具有与特征相同的字体族。有什么想法吗？干杯
编辑：，让我用另一种方式问这个问题:我如何才能从pdf页面中提取出“粗体”文本？
浏览 1提问于2013-09-18得票数 1
我试图使用Python中的pyPDF包读取下面链接上的PDF文档。我使用了以下代码来读取PDF： import os from pyPdfPdfFileReader
filename = os.path.abspath('F:/KG/per/Entr/equity research Text mining tool/HDFC_report.pdf</e
浏览 3提问于2015-08-03得票数 0
回答已采纳
1回答
如何使用jupyter实验室从pdf文件中读取和提取表格？
一个典型的pdf文件与文本之间的文字字幕和表格。我需要编码来提取特定标题下的表格，并清理一些不需要的文本，比如页码。
浏览 3提问于2022-09-19得票数 -1
我有一个PDF，其中包括文字和图像。我想使用linux命令行从PDF中提取图像。我可以使用pdfimages提取图像，但我也希望在每个页面上找到该图像所在的位置。
浏览 4提问于2011-01-03得票数 16
我有一个PDF，其中包含表格，文字和一些图像。我想从PDF文件中的任何位置提取表格。
PDFfilename = "Sammamish.pdf" #filename of your PDF/directory where your PDF is storedPdfFileWriter() #create PdfFileW
浏览 4提问于2017-11-28得票数 47
回答已采纳
1回答
波斯文件的PDFBOX
、、、、
我想使用pdfBox从波斯语pdf文件中提取测试，但是它返回所有波斯字符的"?" (它正确地返回同一文档中的拉丁单词)。
我怎么才能修好它？有什么建议吗？
浏览 3提问于2018-08-29得票数 3
嗨，我有一些pdf的，我需要他们的文字信息被提取。我使用了以下代码：pdfReader = PyPDF2.PdfFileReader(pdfFileObj)pageObj.extractText()‘\n\n\n’
然而，这段代码适用于我所拥有的一些pdf。
浏览 13提问于2019-08-19得票数 0
我试图使用PDFMiner从一个外文PDF文件中提取文本，但是被一个ToUnicode语句所挫败。即使在普通PDF查看器中，该文件的行为也很奇怪。毫不奇怪，PDFMiner提取了不正确的文本。但是每个PDF查看器都能正确地显示这些数据。我怀疑问题要么是ToUnicode映射，要么是具有连续字符的东西。我需要做什么才能使PDFMiner正确地提取文本，例如在图像中而不是在复制粘贴的文本中？
下面是一个有问题的。
浏览 2提问于2015-02-23得票数 5
回答已采纳
1回答
我从文档中提取了文本，并注意到该文本包含一些未知字符，例如：很明显，ق不是真正的字符，应该用"fi“代替--我可以使用python将这些字符替换为正确的英文字符吗？import zlib
file = open ("PDF_File.pdf"."rb").read()
浏览 0提问于2015-01-12得票数 2
我的项目是发送带有pdf附件的电子邮件。我所有的pdf是在一个文件夹中的谷歌驱动器，我需要寻找特定的pdf相关的特定客户。pdf只包含文字和客户号码。因此，我需要一个脚本，以提取文本从pdf到字符串，并研究这个字符串，以确定它是否包含客户编号。function myFunction() { var file = DocsList.getFileById(&#
浏览 4提问于2014-05-13得票数 0
1回答
我使用这里的脚本从svg字体中提取路径，然后将文本(象形文字)放置在svg中，然后将其拉到PDF中。我的问题是，象形文字的基线在0，这是我的svg的开始，所以我只看到了字形的下降。我这样做是为了使最终的PDF文件能够概述文本，而不需要将字体嵌入到pdf中，因为该文档将被发送到打印机，并且大多数希望在艺术作品中包含大纲文本，并且不需要将整个svg字体嵌入到我的最终文档中。
浏览 5提问于2013-08-02得票数 2
回答已采纳
3回答
我有一个PDF文件与图像，文字和价格。我想在价格的基础上再打个折。有没有可能用PHP找到价格并进行编辑？使用正则表达式(可能是/Price: [0-9,]*,-/ )可以很容易地找到模式。我也知道有可能从PDF中提取文本并重写文件，但我如何才能即时编辑它？
浏览 2提问于2011-09-06得票数 0
我已经提取文本从pdf (使用pdfplumber)到txt，但有一些空格之间的文字不在PDF文件中。
浏览 11提问于2021-03-15得票数 0
2回答
我能够成功地使用PDFsharp和MigraDoc创建PDF文件。两种专用字体(OTF格式)用于创建单个页面PDF。创建的PDF包含完全嵌入的两种字体。不幸的是，每种字体都包含中文字母，因此每种字体的大小约为4MB，导致PDF文件大小约为9 MB (仅包含一页文字！)*震惊：
是否可以使用这些字体的子集来节省宝贵的空间。更新：我使用fontforge提取嵌入式字体子组，并发现从pdf派生的字体与完整的字体文件完全匹配。因此，实际上根本没有使用任何字体子
浏览 1提问于2018-07-30得票数 0
我在使用Android中的PDFBox从文档中提取文本时遇到了一些问题。我已经将文档上传到：下面是相关的代码片段。
浏览 4提问于2017-11-14得票数 0
回答已采纳
1回答
我正在寻找一个命令行工具，可以拼写检查一个PDF文件，可以运行在Linux上。如果可能的话，我希望这个工具能够接受一个自定义字典。
浏览 0提问于2021-02-24得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
