使用python PyMuPDF (fitz)遍历各行，检查行的长度，如果满足条件，则添加句点
PyMuPDF (fitz)是一个Python库，用于处理PDF文件。它提供了许多功能，包括遍历PDF文件的各行，并检查行的长度。如果行的长度满足特定条件，可以通过添加句点来修改行。
以下是使用PyMuPDF (fitz)遍历各行，检查行的长度，并添加句点的示例代码：
import fitz
def add_period_to_lines(pdf_path, condition_length):
doc = fitz.open(pdf_path)
for page in doc:
text = page.getText()
lines = text.split('\n')
for line in lines:
if len(line) == condition_length:
line += '.'
print(line)
doc.close()
# 调用示例
pdf_path = 'path/to/your/pdf/file.pdf'
condition_length = 10
add_period_to_lines(pdf_path, condition_length)在上述示例代码中，我们首先使用fitz.open()打开PDF文件，然后遍历每一页的文本内容。通过getText()方法获取每一页的文本，并使用split('\n')将文本按行分割成列表。
接下来，我们遍历每一行，检查行的长度是否满足给定的条件condition_length。如果满足条件，我们在行末尾添加句点，并打印该行。
你可以根据实际需求修改pdf_path和condition_length变量的值，以适应你的PDF文件和条件要求。
关于PyMuPDF (fitz)的更多信息和使用方法，你可以参考腾讯云的相关产品介绍页面：PyMuPDF (fitz)产品介绍。
相关·内容
pip3 install PyMuPDF
Collecting PyMuPDF Using cached PyMuPDF-1.18.17-cp37-cp37m-win_amd64.whl (5.4 MB)
Installing collected packages: PyMuPDF
Successfully installed PyMuPDF-1.18.17
import fitz
doc = fitz.open("my_pdf.pdf")
当我在def open文件上查找fitz.py时，我什么也找不到。所以我理解错误，但我不明白为什么我下载的文件没有这个功能？谁能分享一下这
浏览 53提问于2021-09-13得票数 4
回答已采纳
我试图从pdf页面转换成图像，以便在图像上使用OCR。
我有Ubuntu 21.10
Python 3
import fitz
# read pdf file
pdf = fitz.open(file_path_name)
# load pdf page using index
page = pdf.loadPage(0)
pdf来自扫描仪。
我试图卸载PyMuPDF，卸载fitz并再次重新安装它，但仍然出现了错误
sudo pip uninstall PyMuPDF
sudo pip uninstall fitz
sudo apt autoremove
sudo apt autoclean
浏览 12提问于2022-06-27得票数 2
回答已采纳
我试图用Python3.9部署一个云函数，但是当我运行
gcloud functions deploy my_function --project my_project --runtime python39 --trigger-resource bucket_name --trigger-event google.storage.object.finalize
此错误导致部署失败：
Traceback (most recent call last):
File "/layers/google.python.pip/pip/bin/functions-framework",
浏览 7提问于2021-12-09得票数 1
回答已采纳
9回答
我安装了PymuPDF/fitz，因为我试图从PDF文件中提取图像。但是，在运行下面的代码时，我看到的是No module named 'frontend'。
doc = fitz.open(pdf_path)
for i in range(len(doc)):
for img in doc.getPageImageList(i):
xref = img[0]
pix = fitz.Pixmap(doc, xref)
浏览 7提问于2019-06-05得票数 47
回答已采纳
我尝试了以下代码，但它只转换文件夹中的最后一个pdf： import fitz # this is pymupdf
import glob, os
os.chdir('C:/Users/XXXXXXX')
pdfs = []
for file in glob.glob("*.pdf"):
with fitz.open(file) as doc:
text = ""
for page in doc:
text += page.getText()
textfile = open('textfile.txt
浏览 40提问于2020-10-01得票数 0
你能帮我把一个用PyPDF2打开的pdf页面渲染成python3中的PIL图像吗？谢谢！
浏览 0提问于2018-12-09得票数 3
回答已采纳
这是我的代码，我试图在我的内存中下载一个pdf url，然后尝试在第三方python包(PYmuPDF)中打开它。但是它显示了这个错误。如何解决这个问题？
我的代码
URL = "https://d2u493yfhe2l4v.cloudfront.net/1922/signed_contract/1922_signed_contract.pdf"
res = urllib.request.urlopen(URL)
p = BytesIO(res.read())
doc = fitz.open("pdf", p)
在这之后，它会给出
浏览 0提问于2019-01-31得票数 3
我正在捆绑一个PDF转换成一个图像，以便我可以OCR它。但在转换过程中，质量正在下降。
使用Python-和/将PDF转换为映像(JPG/PNG)似乎有两种主要方法。
#pdf2image (altering dpi to 300/600 etc does not seem to make a difference):
pages = convert_from_path("page.pdf", dpi=300)
for page in pages:
page.save("page.jpg", 'JPEG')
#Image
浏览 11提问于2022-03-01得票数 3
我有几个PDF文件扫描旧的书籍与可搜索的文本。我想添加链接到文本匹配的模式。以下是合乎逻辑的步骤：
1-查找模式；2-获取文本的位置；3-在该位置添加到文本的链接。
例如，每当我发现一个数字超过4位数时，我就向网站添加一个链接(文本周围的方格)(在latex中，我会简单地将"123123“替换为"\href{google.com}{123123}”。你知道用python或其他语言怎么做吗？
浏览 0提问于2019-08-01得票数 0
回答已采纳
我成功地运行了以下命令：
pip install pymupdf
Successfully installed pymupdf-1.18.15
但是，这两个
import fitz
和import pymupdf
两者都输出一个ModuleNotFoundError。
为什么python要给我一个ModuleNotFoundError
浏览 5提问于2021-08-04得票数 0
1回答
用pymupdf
、、
我想用Python和pymupdf在pdf文档中标记几个关键字。
代码如下(源代码：)：
import fitz
doc = fitz.open("test.pdf")
page = doc[0]
text = "result"
text_instances = page.searchFor(text)
for inst in text_instances:
highlight = page.addHighlightAnnot(inst)
highlight.setColors(colors='Red')
浏览 3提问于2021-04-15得票数 0
回答已采纳
我试图通过使用python代码向PDF中添加一个png签名，而我正在运行的代码是我正在使用的PyMuPDF，并且使用了fitz库。
import fitz
input_file = "example.pdf"
output_file = "example-with-sign.pdf"
barcode_file = "sign.png"
# define the position (upper-right corner)
image_rectangle = fitz.Rect(450,20,550,120)
# retrieve the fi
浏览 21提问于2022-09-07得票数 0
1回答
我正在进行一个项目，在这个项目中，我需要使用一个包含10万张图像的大PDF文件，在这个项目中，我需要在每个第n页上插入一个自定义/可变条形码(条件依赖者)。
条形码的内容在每次插入时都会发生变化，在这个例子中，让我们简单地说是基于迭代。
我过去曾使用PyMuPDF来操作PDF，包括插入图像。我测试过当它们保存到文件中时插入条形码，没有问题。
在过去，我曾根据需要使用Treepoem来生成定制条形码，规模要小得多。
(这仍然处于概念的规划/验证阶段)所以我担心的是，如果我在更大的范围内这样做，我将受到磁盘读写速度的限制。
我知道python有一个我从未使用过的tempfile库。我试图利用这一点
浏览 17提问于2022-11-21得票数 0
回答已采纳
2回答
我正在尝试提取给定边界矩形内的pdf的文本。我知道有一些工具可以抓取pdf，比如pdfminer、pypdf和pdftotext。我已经尝试了所有3种方法，到目前为止，我只获得了pdftotext从给定边界框中提取文本的代码。该代码如下所示： s = "pdftotext -x %d -y %d -w %d -h %d"
s = s%(<various inputs into my function>)
cmd = [s, pdf_path,
text_out]
subprocess.call(cmd) 但是，这会输出/写入一个文本文件。我想
浏览 29提问于2019-04-09得票数 3
回答已采纳
尝试从PyMuPDF库中迭代页面的每一行以检查句子的长度，如果它少于10个单词，那么我想添加一个句号。Psuedo代码为： #loop through the lines of the PDF
#check number of words in line
#if line has less than 10 words
#add period 实际代码如下： import fitz
myfile = "my.pdf"
doc =fitz.open(myfile)
page=doc[0]
for page in doc:
text = page.getText(&#
浏览 67提问于2020-08-28得票数 0
回答已采纳
1回答
我想使用PyPDF2以编程方式使用addJS添加注释，它对拉丁语字符很好，但对汉字不起作用，试图用UTF-8进行编码，但似乎也不起作用。以下是代码：
from PyPDF2 import PdfFileWriter, PdfFileReader
Def Test():
inputPDF = PdfFileReader('./demo/TESTPDFANNOTATION.pdf', "rb")
outputPDF = PdfFileWriter()
pages = inputPDF.getNumPages()
浏览 11提问于2021-09-11得票数 2
回答已采纳
我目前正在使用python删除PDF文件中的水印。例如，我有一个这样的文件：
页面中央的绿色形状是水印。我认为它不是以文本形式存储在PDF中的，因为我通过使用边缘浏览器(它可以读取PDF文件)搜索无法找到该文本。此外，我无法通过图像找到水印。我使用PyMuPDF从PDF中提取所有图像，水印(应该出现在每一页上)是找不到的。
我用于提取的代码如下：
document = fitz.open(self.input)
for each_page in document:
image_list = each_page.getImageLis
浏览 8提问于2022-08-02得票数 -1
回答已采纳
我正在运行PyMuPDF 1.16.17文档中的以下Python代码，它将每个页面的PNG图像保存到一个PDF文件中。 import sys, fitz # import the binding
fname = "test.pdf" # get filename from command line
doc = fitz.open(fname) # open document
for page in doc: # iterate through the pages
pix = page.getPixmap()
pix.writePNG("F:/cy
浏览 146提问于2020-04-21得票数 0
回答已采纳
我正在尝试阅读pdf并高亮显示pdf中的一些子字符串，并且我能够使用python库PYPDF2和fitz来实现它。
但是我想用不同的颜色高亮/更改文本，并保留原始pdf的布局，
请给我一些建议，谢谢
浏览 2提问于2020-07-17得票数 1
回答已采纳
我想转换为pdf (一页)为png文件。我安装了pdf2image，得到这个错误: windows中没有安装popler。
根据这个问题：，应该安装poppler并修改路径。
我不能执行这些操作(在我正在使用的系统中，我没有必要的权限)。
我看过opencv和PIL，似乎都没有提供这种转换的可能性: PIL (参见这里的)不提供读取pdf的可能性，只能将图像保存为pdf。openCV也是如此。
有什么建议可以把pdf格式转换成png格式吗？我可以安装任何python库，但是我不能安装windows。
谢谢
浏览 7提问于2021-10-20得票数 0
2回答
我正在尝试提取目录/大纲从PDF和他们的页码使用Python (PyPDF2)，我知道reader.outlines，但它没有返回正确的页码。 示例：https://www.annualreports.com/HostedData/AnnualReportArchive/l/NASDAQ_LOGM_2018.pdf reader.outlines的输出是： [{'/Title': '2018 Highlights', '/Page': IndirectObject(5, 0), '/Type': '/Fit'},
浏览 90提问于2021-07-16得票数 1
回答已采纳
5回答
有什么方法可以将PDF转换为HTML？它可以是任何东西-在线服务，软件，图书馆。(最好使用开源软件。在最后一种情况下，最好使用php或python。)它必须保留原始布局(包括页码、脚注等)，保留图像(将它们合并为每页一个背景图像是可以接受的)，并保留链接。它应该更好地输出有效的XHTML和清理PDF功能，如连字，但如果有一些后处理需要，我可以接受。具有干净的、相对语义化的HTML输出的东西会更好。
我找到的最接近的是，但它被链接卡住了。(此外，HTML输出是一个由绝对定位的div组成的丑陋的堆，由于编码问题，需要进行后处理。)
浏览 2提问于2010-05-08得票数 2
回答已采纳
1回答
我尝试过不同的python库来从pdfs中提取特定的文本，我必须从这个pdf中提取标题下的文本，我必须将从例1开始的文本提取为菱形粗体。
下一个pdf包含不同格式的的数据。在这个pdf中，我必须从历史提取数据到检查，然后从检查到调查与历史和调查作为一个excel文件中的列和相应的数据行。python regex不能满足这个条件，因为每种pdf格式都是不同的，我们需要来自不同pdfs的不同类型的文本。
除了这些类型的pdf之外，我还有不同类型的pdfs来处理，我尝试过不同的python库，比如pdfminer、pdfplumber、PyMUPDF、pytesseract、these、GROBID
浏览 20提问于2022-06-30得票数 0
1回答
我正在尝试在官方的Python3.8高山对接映像中安装PyMuPDF。文件如下所示：
FROM python:3.8-alpine
RUN apk add --update --no-cache \
gcc g++ \
libc-dev \
python3-dev \
build-base \
cairo-dev \
cairo \
cairo-tools \
jpeg-dev \
zlib-dev \
freetype-dev \
lcms2-dev \
openjpeg-dev \
t
浏览 32提问于2022-06-30得票数 1
1回答
我想要抓取一个pdf文档，我想要输入字段的坐标(文本字段的左下角位置)。有没有办法使用像pyPDF2或pdfMiner这样的python库来实现这一点？下面的图像可能有助于理解问题
浏览 3提问于2020-10-16得票数 1
当我试图使用PyMuPDF的fitz遍历目录中的文件('PDFS')时，我陷入了困境。问题是，当我只执行document = "somepdf.pdf“时，代码就会工作，但是一旦我插入一个for循环并尝试以这种方式访问文件，这个错误就会显示出来：
文件名、流、文件类型、rect、宽度、高度、字体大小RuntimeError:无法打开sample.pdf:没有这样的文件或目录
以下是代码：
for file in os.listdir('PDFS'):
if fnmatch.fnmatch(file, '*.pdf'):
浏览 23提问于2021-04-15得票数 1
2回答
我已经使用库在本地解析一个pdf文件的任何特定页面的内容，并发现它可以工作。但是，当我试图应用相同的逻辑，同时解析在线可用的pdf文件的任何特定页面的内容时，我会遇到一个错误。
我成功地使用了以下脚本(本地pdf)：
import fitz
path = r'C:\Users\WCS\Desktop\pymupdf\Regular Expressions Cookbook.pdf'
doc = fitz.open(path)
page1 = doc.loadPage(5)
page1text = page1.getText("text")
print(pag
浏览 0提问于2019-08-16得票数 3
回答已采纳
2回答
我目前正在开发一个用于pdf文件的Python3.x图像提取器，但似乎找不到一个解决方案来解决我在整个工作过程中遇到的问题。我的目的是提取pdf文件(车辆报告)的所有图像，而不是提供这些文件的公司的徽标。到目前为止，我有一个使用fitz的工作代码，它可以找到图像并存储它们(我在互联网上找到了这个代码)。不幸的是，它们以错误的顺序返回。为了用标题注释图片，它们必须按照在pdf中显示的顺序保存。 我已经尝试过以升序使用xref-String (定义pdf中的对象的字符串)中定义的对象名称。在这个版本之前，我通过字典(我知道它是未排序的，但通过对键进行排序来修复它)用计数器注释图片，但大约有2-4
浏览 43提问于2019-09-02得票数 0
10回答
我有大量的文件，其中一些是扫描图像为PDF，有些是完整/部分文本PDF。
是否有方法检查这些文件，以确保我们只处理扫描图像的文件，而不是那些完整/部分文本文件PDF文件？
环境:Python3.6
浏览 2提问于2019-04-16得票数 32
回答已采纳
我需要删除使用Python的pdf文档中的文本“草稿”。我可以找到包含文本的文本框，但找不到如何使用pymupdf编辑pdf文本元素的示例。
在下面的示例中，草案对象包含草稿文本元素的和弦和文本。
import fitz
fname = r"original.pdf"
doc = fitz.open(fname)
page = doc.load_page(0)
draft = page.search_for("DRAFT")
# insert code here to delete the DRAFT text or replace it with an
浏览 5提问于2022-04-27得票数 1
我是新手，使用Python，ReportLab和PyPDF2模块创建PDF文件。请帮我找出PDF文件的最后一行位置。以下是对我的问题的解释。
例如,
我有一个PDF文件，其中写了10行。现在我想在同一个PDF文件中添加另一个文本。为此，我想知道最后一行的位置，这样我就可以从该行的下面开始另一个文本。
下面是我从PDF文件中提取数据的代码示例。
import tkinter
from tkinter import *
from reportlab.pdfgen import canvas
from reportlab.lib.pagesizes import A4
from PyPDF2 imp
浏览 3提问于2018-05-24得票数 0
我试图使用类似于requests的东西在线获取一个pdf，并将其转换为Python中的一个字符串。我不想结束在我的硬盘中的pdf。相反，我想获得一个在线，并在python3中的文本/字符串方面的工作。
例如，假设您有一个pdf文件的内容:我喜欢编程。
url = 'xyzzy.org/g.pdf'
re = requests.get(url)
# do something to re and assign it to `pdf`
convert_to_string(pdf) -> "I love programming"
浏览 3提问于2022-06-22得票数 0
回答已采纳
我遵循关于如何使用PyMuPDF从非结构化PDF中提取数据的指南。
我得到了一个AttributeError:当我遵循代码时，'NoneType‘对象没有属性'rect’错误，并且不确定发生了什么，因为我对Python是新手。
---------------------------------------------------------------------------
AttributeError Traceback (most recent call last)
<ipython-input-2-7f394
浏览 42提问于2022-10-31得票数 0
2回答
python中的一种多页pdf
、、、、
我正在使用pytesseract对图像进行OCR。我有3-4页长的pdf报表.我需要一种方法来将它们转换为多个..jpg/..png图像，并对这些图像逐个转换为OCR。到目前为止，我正在将单个页面转换为图像，然后运行
text=str(pytesseract.image_to_string(Image.open("imagename.jpg"),lang='eng'))
之后，我使用regex提取信息并创建一个dataframe。所有页面的regex逻辑都是相同的。可以理解的是，如果我可以在一个循环中读取图像文件，这个过程就可以对任何以相同格式出现的pdf进行自
浏览 4提问于2020-06-17得票数 0
回答已采纳
我有两列要比较的数据，一旦单元格小于右边的单元格，我就从该单元格中提取一个值。
如果A小于B，则将A列的值复制并粘贴到C1。我知道while循环可以帮助检查，但我不确定如何停止它检查，然后从列A的单元格中提取值并将其粘贴到一个新的单元格中。
例如:A列1.00，1.50，1.75，1.95，2.00，2.1
B列0.50、1.00、1.50、2.00、2.50、3.00
C列1.95
浏览 0提问于2018-05-19得票数 0
1回答
我是python的新手，一直在做一个项目，使一个新的pdf与突出显示的文本。我使用pymupdf获取文本，并存储文本、字体大小和文本的索引。 我找到了一种突出显示文本的方法，但它会搜索并突出显示字符串( text )的所有匹配项。 import fitz
### READ IN PDF
doc = fitz.open("input.pdf")
page = doc[0]
### SEARCH
text = "Sample text"
text_instances = page.searchFor(text)
### HI
浏览 18提问于2020-08-25得票数 0
我正在尝试通过使用python代码删除水印，我运行的代码是我正在使用PyMuPDF，并且已经使用了fitz库。 def remove_img_on_pdf(idoc, page):
#image list
img_list = idoc.getPageImageList(page)
con_list = idoc[page]._getContents()
# xref 274 is the only /Contents object of the page (could be
for i in con_list:
c = idoc.
浏览 122提问于2021-07-18得票数 0
回答已采纳
我是Fitz库的新手，我正在做一个项目，我需要在PDF页面中找到一个字符串。我遇到一种情况，即我正在搜索的页面上的文本是连字符的。我知道在搜索函数时可以使用TEXT_DEHYPHENATE标志，但这对我不起作用(如这里的图像所示)。当我搜索连字符字符串时，我没有得到任何情况。
Python脚本
LOC = "./test.pdf"
doc = fitz.open(LOC)
page = doc[1]
print(page.get_text())
found = page.search_for("lowcost", flags=TEXT_DEHYPHENATE
浏览 7提问于2022-12-01得票数 0
我正在编辑一个pdf文件，方法是编辑某些单词，并在pymupdf的编辑区域上添加不同的单词。
代码运行成功，但是它制作了一个非常大的单页pdf (9MB)。我认为这是因为绘制了许多形状和密文，但我似乎不能重构。
我知道不应该多次应用page.apply_redactions()，但是如果我不这样做，文本就不能正确地显示在编辑过的正方形上，否则就会引发ValueError: fill rect must be finite and not empty。
对于较小输出pdf的重构方面的任何帮助都将不胜感激。
doc = fitz.open(self.path)
# get pdf
浏览 4提问于2021-02-25得票数 1
1回答
关键字与PDF文件的比较
、、、
这里是通过文件夹名调用文件并提取数据的程序。现在，我想将数据与我在下面的程序中使用的关键字进行比较。但它给了我：
pdfReader = pdfFileObj.loadPage(0)
AttributeError: '_io.BufferedReader' object has no attribute 'loadPage'
我希望删除错误，并将关键字与提取的数据进行比较。我在这个程序中使用PyMuPDF库.
import fitz
import os
pdfFiles = []
for filename in os.listdir('resume/&
浏览 12提问于2021-06-24得票数 0
回答已采纳
2回答
我用下面的代码从几个PDF页面中提取了图像，但是分辨率很低。有办法调整吗？
import fitz
pdffile = "C:\\Users\\me\\Desktop\\myfile.pdf"
doc = fitz.open(pdffile)
for page_index in range(doc.pageCount):
page = doc.loadPage(page_index)
pix = page.getPixmap()
output = "image_page_" + str(page_index) + ".
浏览 3提问于2020-09-10得票数 5
回答已采纳
1回答
我正在尝试从一些Pdfs中提取文本。为此，我在Python中使用PyMuPDF库(1.19.2)。然而，我有一些困难，了解页面和图片的方向在Pdfs中。当我在Adobe阅读器中查看PDF时，页面会以正确的方向出现。但是，当我使用下面的代码检查Python中的页面旋转时，会得到270的旋转。
doc = fitz.open(document_name)
doc[0].rotation
现在，当我使用以下代码从页面中提取嵌入式图像时
import PIL
from io import BytesIO
img = doc[0].get_images()
image = PIL.Image.open(
浏览 23提问于2022-01-12得票数 2
我正在尝试通过打开PDF、添加文本框并保存来向pdf添加文本。当我运行代码时，什么也没有发生。在桌面上，它显示文件已更新，但上面没有显示任何文本。
代码如下：
import fitz
doc = fitz.open("/Users/khaylablack/Desktop/participant_certificate.pdf")
page = doc[0] # choose some page
rect = fitz.Rect(50, 100, 200, 200) # rectangle (left,
浏览 6提问于2020-08-05得票数 3
2回答
有没有任何本机支持从pdf抓取图像或在Python中创建某种对象，这些对象可以包含来自pdf的图像，然后可以通过OpenCV进行访问？我看了一些脚本来将PDF的图像转储到我的目录中，但我的目标更多地是访问PDF，而不是将来自PDF的数据(也就是图像)转储到某种我可以用OpenCV访问的对象中。我自己的探索还没有产生任何结果，所以我想我应该问问。
添加了一个基于@中基于示例的PyMuPDF使用示例
import fitz
import cv2
import numpy as np
from tkinter import Tk
from tkinter.filedialog import asko
浏览 2提问于2018-10-30得票数 6
回答已采纳
1回答
我是python编程的新手。我已经编写了一个从api获取数据的脚本(使用python 2.7.8)，现在我想将其添加到一个保存所有数据的excel电子表格中。
在我的电子表格中，每一行是一天，但一些数据直到30天后才可用，因此我的一些列直到当前日期都不是满的。基本上，并不是所有的列长度都是相同的。
我想读取每一列，找到该列的最高行，然后将我的数据点添加到该列的末尾。如果所有列的长度都相同，这将很简单，但我不知道如何分别找到每列的长度。
我已经通读了openpyxl的文档，但是我是python的新手，我并不是真正理解所有的东西。我认为解决方案将涉及类似于“对于每一列，获取最高的行”之类的内容，然
浏览 1提问于2014-11-03得票数 0
1回答
我想提取和保存图像为.png，从一个pdf文件。我使用以下Python代码和PyMuPDF：
import fitz
import io
from PIL import Image
file = "pdf1.pdf"
pdf_file = fitz.open(file)
for page_index in range(len(pdf_file)):
page = pdf_file[page_index]
image_list = page.getImageList()
if image_list:
print(f"[+] Fo
浏览 20提问于2022-07-28得票数 0
回答已采纳
1回答
目标是一个程序，可以接受一个脚本的PDF以及一个字符的名称，并输出一个只有该字符的行(或至少他们的名字)突出显示的脚本。通常这些脚本的格式化方式的一个示例：
我能够使用PyMuPDF获得一个版本，但它会突出显示字符名称的每个实例。
不区分大小写的版本是：
doc = fitz.open("HighlightTest.pdf")
character = input("Character name? ").upper()
for page in doc:
### SEARCH
text = character
text_instances
浏览 12提问于2022-02-09得票数 0
使用Python，我想
将PDF中的文本提取到txt文件中(已完成)
为txt文件的所有数字和特定字符串加上颜色，如本例() (未完成)
使用谷歌翻译器将所有文本翻译成EN (未完成)
将PDF文件中的图像提取为PNG/或包含所有图像的新PDF文件(未完成)
要执行1，我使用了以下代码，该代码正在工作
pip install PyPDF2
from PyPDF2 import PdfFileReader, PdfFileWriter
file_path = 'AR_Finland_2021.pdf'
pdf = PdfFileReader(file_p
浏览 8提问于2022-07-27得票数 1
2回答
给定扫描文档的任何图像，我想检查它是否为空页。我知道我可以把它发送到AWS的T提取-但这将是免费的钱。
我知道我可以使用pytesseract，但也许有更优雅和简单的解决方案？或者给一个表示图像文本的.html文件--如何检查它显示一个空白页？
浏览 4提问于2020-06-25得票数 0
回答已采纳
2回答
我有一个很大的表格。(> 100万行)
create table DataPoint (id int8 not null,
time timestamp not null,
value float8, dataFile_id int8 not null,
type_id int8 not null, primary key (id));
我所有的其他表都是小得多的(<1000)行。
我尝试提高以下查询的性能：
select dp.id
浏览 2提问于2014-07-11得票数 0
云服务器
ICP备案
对象存储
腾讯会议
实时音视频
腾讯云开发者
