我有科学研究论文的PDF，这是用乳胶写的。每篇研究论文都有“引言”、“相关工作”等部分，我想分别提取每个部分下的文本。这个PDF在第一页有“摘要”和“简介”两个部分。对于“引言”，我希望所有这些段落都在它的部分。如果我有Latex源文件，我可以做一些数据挖掘，并根据\section{}关键字提取文本
因此，我在Python3中尝试了一些方法，比如将pdf转换为latex ，但建议
浏览 4提问于2017-09-28得票数 0
1回答
识别和提取PDF文档的特定部分
、、、、
我有几个PDF格式的考试。我想通过编程将每个问题作为一个单独的图像/文档来提取。OCR并不理想，因为它没有很好地维护代码/方程格式。最终的目标是用每一张卡片制作闪存卡，每张卡片都包含一个完整问题的图像。问题可以在同一页上，也可以是多部分(例如1a、2f等)。
目前，我正在考虑使用OCR提取问题标签(例如1、2、3等)。然后在pdf中找到他们的位置，从一个问题的开始到下一个问题的开始，提取一个iamge。是否有任何框
浏览 8提问于2017-11-07得票数 4
回答已采纳
2回答
我有以下问题:我有很多pdf格式的论文，我必须从每一篇论文的第一页中提取信息，然后将其保存到数据库中。我该怎么做呢？有没有人已经这么做了？你向我推荐了哪些语言和工具？是否存在一个纸质存储库，已经完成了数据库馈送？考虑到pdf可能使用不同的编码，我也必须处理这个问题
浏览 0提问于2011-05-18得票数 1
回答已采纳
我使用wkWebView来加载发表在IEEE、Science Direct等上的研究论文，所以当我点击研究论文中的任何PDF时，PDF会被加载到webview中，那么是否有一种方法可以检测和启用wkWebView中的下载图标。尝试了解决方案：我尝试通过URLSession从URL获取pdf，这是为了像时代的95%一样，但有时我无法通过URLSession获得PDF
浏览 1提问于2020-02-13得票数 3
我不确定这个问题是否符合这里的要求，但在我看来，字母'f‘在从pdf文本中复制时经常会被搞砸。
作为一名学生，我做研究，我读了很多论文。当我想复制文件的名称来重命名pdf文件时，这种情况经常发生。例如，我打开了链接从内置pdf显示插件Chrome在Macbook Pro与OSX10.9。试着复制论文的标题并粘贴。“流体”中的“f”将消失。
浏览 2提问于2013-12-12得票数 10
回答已采纳
1回答
我想从这张研究论文的图片中提取所有的数字/图表。我怎么能这么做？--我只想要数字部分--我有什么办法能把那部分剪出来吗？
浏览 6提问于2019-12-12得票数 2
回答已采纳
1回答
我想知道我是否可以做出一个从数据库中提取研究论文文本的算法，比如PubMed。 可能，查询语言也是相关的主题。首先，是否可以使用Python语言编写具有匹配条件的数据库搜索程序，如论文抄袭检查程序？ 我认为论文抄袭检查程序给了我很多提示。 其次，这些程序如何搜索文本以检查与输入论文的相似性？我发现许多研究论文都不是免费的，它们的
浏览 26提问于2020-12-19得票数 0
3回答
我正在尝试从PDF中提取引用。我确认了我的regex在Rubular上工作，但是当我在一个真实的上测试我的代码时，它会显示出一些奇怪的间隔和错误的信息。我如何修正这个regex，使它只提取APA论文引用(那些在参考部分，而不是在文本)。APA 可能是有用的。我正试图从一篇研究论文中获得参考资料。如果您需要更多的细节，请告诉我。对于这个答案，多重正
浏览 3提问于2015-09-25得票数 5
回答已采纳
1回答
我正在寻找我需要从科学论文中提取的特定信息。这些信息主要存在于论文的“评估”或“实施”部分。我需要提取内容中的任何函数名、参数、文件名、应用程序名、应用程序版本。是否有任何NLP技术/机器学习算法可以从科学论文中提取这种类型的信息？
浏览 6提问于2018-10-24得票数 1
1回答
我正在创建一个网络摩天大楼，在那里我收集了一篇文章的全文。因此，现在我还不能获取文章全文所需的html。稍后应将文本输出到csv，其中所有文本都在一行中我的程序如下：library(RCurl)library(stringr)#for Fulltext to read pdflibrary(pdftools)
fullText <-
浏览 1提问于2021-03-31得票数 1
1回答
我是一名学者，正在寻找一个软件来管理我的PDF文件，具有以下功能：可用于引文管理
到目前为止，我看到了两个竞争者: Mendeley和Papers --然而Mendeley不允许(2)和(4)，尽管文件做了所有的事情，但我必须为每一种设备购买不同的许可证
浏览 0提问于2015-08-26得票数 6
1回答
这可以从PDF文档中提取页眉和/或页脚吗？
当我尝试了一些选项(包括PDFMiner，Ruby PDF -提取，研究PDF格式规范)，我开始怀疑页眉/页脚信息是不可用的。(如果可能的话，我想通过Python来实现这一点，但是任何其他的选择都是可行的。)
浏览 3提问于2013-10-15得票数 4
回答已采纳
1回答
我想合并两个PDF文件，保留两个文件的索引(xref-表)。.中提出的pdftk和工具
pdftk (pdftk)提供了一个"dump_data“命令，可以使用该命令提取元数据信息除了书签之外，使用"update_info“命令可以将这些数据放入pdf</em
浏览 3提问于2010-02-05得票数 4
2回答
我现在离开了研究所，但需要从IEEExplore下载论文。http://ieeexplore.ieee.org/xpl/articleDetails.jsp?reload=true&arnumber=5738219&abstractAccess=no&userType=
-O myp
浏览 1提问于2014-04-02得票数 11
有没有办法从bash中提取pdf的内容？(我有一个很大的学术论文文件夹，可悲的是，它们有"1010.3423.pdf“这样的标签。我想写一个bash脚本来更明智地命名它们，这涉及到谷歌搜索前几行。)
浏览 0提问于2012-12-10得票数 8
15回答
如何从PDF中提取文本？
、、、、
有人能推荐一个库/API来从PDF中提取文本和图像吗？我们需要能够获取文档中预先知道的区域中包含的文本，因此API需要为我们提供页面上每个元素的位置信息。有没有其他的方法(商业的或者免费的)来从pdf<e
浏览 134提问于2010-09-06得票数 175
1回答
我使用iText5 for .NET从PDF中提取文本，使用下面的代码。Encoding.UTF8, Encoding.Default.GetBytes(s))); reader.Close();}%V 4%P 42-46%
浏览 4提问于2011-12-06得票数 0
1回答
我有一些pdf格式的研究论文，我只想从论文中摘录导言/背景等。另外，我只能使用python。有人能帮帮忙吗？
浏览 18提问于2018-08-12得票数 0
回答已采纳
1回答
我已经创建了一个研究人员的数据库，以及他们用Rails编写的论文。我需要能够按作者对其进行过滤，以便将信息从数据库中提取到人员姓名的页面上(例如，如果有一位名为Dr.A.研究员的研究人员，我需要能够转到他的页面，该页面将填充他/她自动撰写的论文)。我已经在这方面工作了一段时间了，并且已经绕了这么多次，我不太确定我在寻找什么(尽管我认为它
浏览 2提问于2012-07-12得票数 0
回答已采纳
这是的研究论文Android恶意软件检测与对比许可模式。
在一个android应用程序中可以有多个权限模式吗？如果是，怎么做？
浏览 2提问于2015-10-31得票数 1
云服务器
ICP备案
对象存储
实时音视频
云直播
腾讯云开发者
