我有一个zip文件，在zip文件中，我有一系列文件夹，这些文件夹依次包含文本文件。就像下面。- file3.txt - folder z - file7.txt我试着使用基于的熊猫来提取文
浏览 11提问于2022-11-20得票数 0
回答已采纳
2回答
我有一个txt文件上面有记录。year format yyyy)<blank space> (always a blank space when a new txtdoi.org/10.1016/j.ins.2021.01.051.
https://www.sciencedirect.com/science/article/pii/S002002552100089X 我想<
浏览 20提问于2021-09-13得票数 0
回答已采纳
2回答
我有一个包含许多行的txt文件，其结构如下：没有表格，只有由生成此文件的第三方软件添加的空格。有没有一种方法可以提取每一段文本？text_1 = 213008
text_2 = DOMUS URBAN VI
浏览 2提问于2014-03-18得票数 0
1回答
我有一个包含2000万个句子的文件，我如何从其中提取200万个句子？我考虑过使用split命令，比如“拆分-l 2000000 sub2016"，但是它会创建一系列文本，而我只需要一个文本。
浏览 0提问于2016-01-14得票数 0
我将从一系列PDF文件中提取文本来进行主题建模。从PdF文件中提取文本后，我将把每个PDF文件的文本保存到一个.txt文件或.doc文件中。为此，我遇到了一个错误，即我应该添加.encode('utf-8')来将提取的文本保存到.txt文件中。所以，我添加
浏览 21提问于2021-06-30得票数 1
回答已采纳
1回答
有什么方法可以用俄文(cp1251)从pdf文件中提取文本吗？
对于解析pdf文件，我使用pdfminer包。
浏览 7提问于2015-08-26得票数 1
回答已采纳
1回答
我希望撤消移动命令，方法是将文件夹("MySourceDir")中的所有文件移回.txt文件(“ListOfFilePaths.txt”)中指定的相应路径。例如：File2.txt..
我有一个文本文件，其中包含每个文件的文件路径，指示它们最初所在的目录，因此需要移回。
浏览 1提问于2017-07-14得票数 0
我有多个文件夹。这些文件夹中有多个txt文件。我需要从这个文件夹中一个特定类型的文本文件中提取数据(只有一个值: value ->554)。(individual_values.txt)将有许多文件夹具有相同的txt文件
浏览 2提问于2009-08-06得票数 3
我有一个perl程序，它使用外壳的wget命令从web上获取语料库，但是当使用lynx -dump命令从html中提取数据时，从命令提示符可以很好地工作，但是当我从浏览器中运行相同的程序时，从文件中提取的kannada文本不能从文件中提取，我的程序是这样的：
在$f.txt文件中，我只能在浏览器中运行perl程序时获得英文<em
浏览 1提问于2014-03-08得票数 0
我正在构建以多文件格式搜索文本的信息检索系统，我已经尝试过EPocalipse IFilter Lirary，但是在尝试读取docx文件时通过了一个异常，并且我尝试了Toxy Library --尽管这是doc阿拉伯文件的一个例外，最后我尝试了TikaOnDotNet<code>E 29</code> Libray，但是它需要使用java，我需要将系统放到服务器上没有安装java的主机上。
浏览 5提问于2016-07-03得票数 5
回答已采纳
我一直试图找出如何使用python从docx文件中获取urls，但什么也找不到，我尝试过python-docx和python-docx2txt，但python-docx似乎只提取文本，而python-docx2txt能够从超链接中提取文本，而不是urls本身。
浏览 3提问于2016-11-08得票数 3
8回答
我正在尝试使用Perl从PDF文件中提取文本。我一直在命令行中使用pdftotext.exe (即使用Perl函数)从system文件中提取文本，这种方法工作得很好。问题是我们有像α，β和其他特殊字符中的符号，这些符号不会显示在生成的txt文件中。此外，在文本中随机添加的额外空格也很少。有没有一种更好、更可靠的方法来从PDF<e
浏览 11提问于2009-07-16得票数 23
3回答
我已经使用Mac的表达式来确认我的Regex工作，但我找不到从文本文件中提取信息的命令。我有2,500个文本文件，我需要提取每个文档的日期，以便填充数据集。仅供参考，"date“是要提取的第一个变量，还会有其他变量。这些文件的格式各不相同，并且有多个日期。我只对每个文档的第一个日期感兴趣。每个文本文档的示例：dorset
date: 10 july 200
浏览 59提问于2018-12-05得票数 1
回答已采纳
刚刚学会了如何用Python打开一个文件，现在有一种方法可以让我自动处理这个文件(TagAnt)吗？然后点击start
浏览 4提问于2020-04-18得票数 0
我想知道如何从文档such as bold text or big titles中提取文本和相关元数据的方法。那么，我如何从文件中提取所需的数据呢？
浏览 11提问于2020-10-22得票数 0
回答已采纳
有没有可以从.doc文件中提取纯文本的纯C++库？
我正在开发一个读取.doc和.pdf文件的C++程序。我必须从文件中提取纯文本，并将其写入.txt文件。
浏览 0提问于2011-11-24得票数 7
我想问一个关于分析文件的问题。使用Apache，可以获得不同类型的不同文件的内容和元数据。
是否也可以用Tika获得文件关键字(即词干)，或者我还需要Lucene吗？
浏览 5提问于2017-10-10得票数 3
回答已采纳
我正在制作一个“历史上的这一天”这样的网站，使用javascript为首页提取当天的条目，并使用集合存储按日期索引的所有其他条目。我已经做了标记文件作为存根，以提取文本文件。如果可能的话，我不想复制文本文件，因为那样的话，我必须记住在两个地方修复任何类型的输入。据我所见，在模板中包含文本文件有两种方法：
{%包含date.txt %}，它要
浏览 1提问于2015-08-21得票数 0
1回答
我正在尝试搜索pdf文件，以查找与"Unit of Issue“或UI相关联的值。我有很多可能不同格式的pdf文件要看。下面是一个示例，下面是带有表格的页面顶部的屏幕截图：我想提取在第6页。有什么方法可以做到这一点吗？这是我用来打开文件的代码 pdfFileObj = open('test.pdf', 'rb')
pdfReader = PyPDF2.PdfFileReader
浏览 0提问于2019-09-05得票数 1
我有多个文本文件，我希望从这些文件中提取特定的列并将它们保存到*_2.txt文件中。但这个命令不起作用。如何使用awk实现批列提取？输入：aaa bbb ccc 109.6136 93.1900 1.0000 269.7332 3
浏览 0提问于2021-01-09得票数 1
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
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
