2回答
我正在使用python pdfminer库(参见docs)从pdf文件中提取文本。 然而，pdfminer似乎无法提取某些文件中的所有文本，而是提取LTFigure对象。假设从这个对象的位置，它“覆盖”了一些文本，因此这个文本没有被提取出来。pdf文件和包含从pdf提取信息的代码的简短jupyter笔记本都在我专门创建的Github存储库中，目的是提出这个问题： https:&#x
浏览 149提问于2021-01-28得票数 0
回答已采纳
Python库pdfminer.six允许您使用command line tool从pdf中提取图像，但这似乎不是很灵活。它还允许您使用extract_pages API迭代文档中的元素，并检查项目是否为pdfminer.layout.LTFigure类型。例如： from pdfminer.high_level import extract_pages figures.append(element
浏览 92提问于2021-08-31得票数 0
我正在尝试提取PDF格式的图像。我正在处理的文件是2+ pages。第1页是文本，第2-n页是图像(每页一个，或者它可能是跨越多个页面的单个图像；我无法控制原点)。我可以从页面1中解析出文本，但当我尝试获取图像时，每个图像页面会得到3个图像。我无法确定图像类型，这使得保存它变得困难。: save_image(thing)
if isinstance(thing, LTFigure
浏览 0提问于2016-07-12得票数 5
1回答
我可以使用pdfminer从pdf中提取数据。from pdfminer import .layout import LAParamsfrom pdfminer.layout
浏览 15提问于2019-11-27得票数 2
当我提取一个嵌入到MS Word (docx) / PPT (pptx)文件(复制和粘贴桌面上嵌入的文件对象)中的对象的文件时，所提取的文件将被破坏。文本文件(原件)
文本文件(从PPT (作为对象嵌入的文本文件)复制和粘贴后)
浏览 1提问于2014-01-07得票数 0
我已经在前面的问题中搜索过了，但我不知道我该怎么做。
我必须开发一个脚本，分析同一正式模块中的所有对象，从每个“对象文本”中提取由制表符分隔的不同字符串，以编写同一对象的其他不同属性。以这种方式，普通文本格式被定义为“对象文本”，且每个标题样式都与给定级标题相关联。以这种方式，为每个对象提供对象标题或对象文本(但不是同时提供两者)。带有对象标题的
浏览 1提问于2012-11-06得票数 2
回答已采纳
我想从目录中的文本文件中提取值，并将这些值列表放入数组中。$text_array = file($filepath);第三，我如何使它成为一个函数来容纳新创建的文本文件？
浏览 1提问于2009-11-02得票数 0
回答已采纳
我已经通过element.text()方法将QDomElement对象转换为QString，并以文本格式存储在mysql数据库中。我在从数据库中提取它时遇到了一个问题，因为从数据库中提取后，它的格式为QString，所以我需要再次将其转换为QDomElement，以便进一步实现该对象的smth。我该怎么做呢？
浏览 5提问于2013-09-14得票数 0
考虑一下这个源代码:视图-源：假设我有这个页面的“汤”对象。我将如何在顶部提取文本并将其转换为python字典，以便从中提取特定的数据？
浏览 1提问于2015-04-04得票数 2
回答已采纳
我目前正在用python编码，并设法使用pdftotext从pdf中提取文本。但是，在找到单词的位置后，我希望能够参考最初的pdf。
浏览 0提问于2016-07-21得票数 1
3回答
PDFTextStripper();String text = stripper.getText(document);问题pdf：
我怎样才能从这个pdf文件中提取正确的文本？
浏览 4提问于2013-11-19得票数 1
我想要提取基于它的坐标从一个文件夹转换多个pdfminer文件的文本，并将我的结果存储到列表或字典中。我最初成功地转换了单个文件，并且能够根据它的坐标提取文本。[[obj.bbox[0],obj.bbox[1]], obj.get_text()]])
returnString.close()
该代码输出给定文件夹中PDF的名称，后跟PDF
浏览 1提问于2018-05-25得票数 2
2回答
我正试着从这一页中提取一些文本。特别是，我想提取标签之间的文本。我使用Selenium和下面的代码，但是即使识别了对象，文本也是一个空字符串。
浏览 13提问于2022-04-14得票数 1
回答已采纳
我想从一个文本字符串中提取多个json对象，同时保留json两端的文本。这样做的用例是格式化一个日志文件，该文件包含散布着json对象的文本语句。,"ModelState": 我通过查找{和}取得了一些进展，通过索引，我能够提取并切分字符串，直到我有了json对象和其他文本问题是一个json
浏览 0提问于2019-04-11得票数 0
1回答
您可以看到下面的示例图像：我需要找到图像中存在的产品。结果图像示例如下所示：OpenCV工具如SURF、SIFT、ORB只检测图像中对象的一次出现。
浏览 3提问于2017-01-13得票数 1
在将Python代码转换为可执行文件后，在尝试运行程序时会出现以下致命错误：2.错误："NoneType“对象没有属性”写“
有什么建议吗？
浏览 1提问于2021-03-08得票数 2
1回答
为了提供一些上下文，我正在解析一个可能有几百个条目的文本文件，如下所示：
上载状态:导入class Product @upload_state = upload_state
@upload_st
浏览 1提问于2010-04-21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
腾讯会议
云直播活动推荐
腾讯云开发者
