从多页PDF的集合中提取页面级别的ASCII文本？
从多页PDF的集合中提取页面级别的ASCII文本？
提问于 2013-10-25 06:55:10
我试图从一系列多页PDF中获取页面级别的ASCII文本。我目前的过程是将所有PDF与Sejda (一个很棒的工具)进行批处理，然后从已分割的PDF( Sejda作为批处理)中提取文本到相应的文本文件。是否有一种简单的方法可以绕过拆分阶段，直接转到页面级别的TXT文件？我只想输入一个多页PDF的集合，并输出对应的TXT文件每页的每一个PDF。如有任何意见或见解，将不胜感激。
我的过程
File.pdf --> File-001.pdf; File-002.pdf; etc. --> File-001.txt; File-002.txt; etc回答 1
Stack Overflow用户
发布于 2013-10-26 11:47:51
Sejda版本1.0.0.M8有您要寻找的任务：ExtractTextByPages
命令行中的示例用法：
bin/sejda-console extracttextbypages -f /tmp/file.pdf -o /tmp -e "UTF-8" --pageNumbers 1 3 5页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/19583044
复制相关文章
相似问题
腾讯云开发者
