2回答
阿拉伯语pdf文本提取
pdf、text-extraction、pdf-parsing、pdfparser、pdftextstream
我试图从阿拉伯pdfs中提取文本- -原始数据提取，而不是OCR -。我尝试过许多包、工具，但它们都不起作用，python包、pdfBox、adobe和许多其他工具以及所有这些工具和字段都可以正确提取文本，要么它读取文本LTR，要么它做错误的解码。以下是来自不同工具的两个示例املحتويات
9 وتاريخه األدب -١
51 الجاهليون
浏览 6提问于2022-06-09得票数 2
回答已采纳
1回答
有没有可能基于现有的PDF生成Telerik报告？
pdf、telerik、report、converter
否则，有没有什么中介工具可以让布局更具可输出性呢？任何建议都是非常受欢迎的。
浏览 3提问于2012-02-09得票数 0
回答已采纳
1回答
用正则表达式提取文本模式的工具？
gratis、regex
是否有一个好的和免费的工具来提取文本，使用正则表达式？我用的是OS。我知道有一些在线工具用于“测试”Regex模式--比如Regex101 --但是我正在寻找一个工具，它可以帮助我使用模式提取多行文本。
我有几千行文本，我需要从每一行中提取片段。
浏览 0提问于2015-12-21得票数 2
回答已采纳
2回答
从PDF中提取文本: PDFLib和PDF对pdf2xml
java、php、pdf、text-extraction
我正在寻找一个库(如果可能的话，在Java或PHP中可用)，以便从PDF中提取文本。有许多可用的软件，包括：你会选择哪种工具？你觉得他们怎么样？
非常感谢您的帮助！
浏览 4提问于2010-09-21得票数 3
回答已采纳
1回答
标签，使用自定义词汇表(python)从自由文本中提取短语？
python、nlp、nltk、named-entity-recognition、data-extraction
我需要标签，提取，块或识别(纳?)根据上面提到的自定义词汇表，自由文本文档中的实体短语。因此，对于在免费文本中找到的短语，我可以提取它的UID。如果部分匹配和以不同顺序出现的短语标记能够根据某些阈值/算法设置进行标记/提取，那就太好了。哪一种NLP工具，最好是基于Python的工具，可以使用自定义词汇表从自由文本中进行标记、提取、分块或导航？
知道目标是从自由文本中提取短语-
浏览 1提问于2015-11-23得票数 1
1回答
不带工具的PDF文本摘录
vb.net、pdf、text、itext、extraction
目前，我正在使用itextsharp工具(在VB.net中)提取PDF的文本。我想独立于其他工具/库之外，因为我不能在我的程序中把它们给其他人。在任何编程语言中是否有快速提取PDF文本的解决方案(没有.dll等)？
浏览 1提问于2019-01-28得票数 0
1回答
用深度学习或NLP对pdf文件中扫描文档的分类
python、deep-learning、nlp、image-classification、similar-documents
我知道使用cnn分类图像，但我有一个问题，我有多种类型的扫描文件，在一个pdf文件在不同的页面。某些类型的扫描文档显示在pdf中的多个页面。输入将是pdf文件，其中包含扫描的目标文件。有人能指导我如何建立一个模型来解决这个问题吗？
谢谢你
浏览 0提问于2021-08-27得票数 1
1回答
如何检测pdf中隐藏的文本
pdf、text、extraction
我们使用iText/PDFBox从PDF中提取文本，但在PDF中不可见的其他文本也会被提取。有没有任何方法和/或工具来消除这些隐藏的文本？
浏览 1提问于2012-01-24得票数 1
1回答
使用python显示docx文件的内容
python、python-3.x
但是我下面的代码是提取文本和打印it.Can，有人建议我怎么做呢？在这里，我的表中的文本正在显示，但没有显示表。这里能做些什么？
浏览 2提问于2019-09-23得票数 1
2回答
在Java中解析结构化文档
java、parsing
我想用Java库将一些法律文档解析成代表标题、段落等的文本片段。法律文档通常结构良好，所以我想使用比JavaCC (或其他解析器生成器)更简单的东西。有没有允许(几乎)自动检测这样的结构的方法？
浏览 2提问于2011-04-15得票数 2
回答已采纳
1回答
C# -没有元数据的MS Office文档的哈希内容
c#、hash、ms-office、md5
对于MS Office文件，MD5/SHA1哈希不是恒定的，即使它们具有相同的“文本”内容。我假设MS Office在文件中存储了某种类型的元数据，每次保存文件时都会发生变化。因此，散列是不同的。
浏览 0提问于2014-03-25得票数 1
1回答
pdfminer3从pdf中提取不带空格的文本
python、pdf、pdfminer
pdfminer3是一个从pdf中提取文本的简单工具。在浏览cite中查找时，面临提取的文本中缺少空格的问题。
浏览 0提问于2019-11-16得票数 1
1回答
从pdf中提取段落
pdf、extract、pdfbox
我正在做一本pdf电子书的主题建模，需要提取文本段落。为此，我使用apache pdfBox，它可以有效地从pdf中提取文本。PDFParser parser;parsedText = pdfStrip.getText(pdDoc);有没有办法做到这一点，或者是否有其他可用的工具可以有效
浏览 1提问于2011-03-15得票数 0
1回答
如何提取包含CheckBox (X)数据的C#格式
python、c#、itext、pdfbox
我正在编写PDF，主要思想是提取pdf内容，包括图像、文本以及复选框，至于文本和图像，我提取文本内容和图像，但我无法提取复选框数据。我已经尝试过itextsharp和另一个开源工具，无法获得检查状态(比如true或false )。
浏览 24提问于2022-09-14得票数 0
1回答
如何将Java类API大纲提取到文本文件中？
java、api、interface、extract
如何将Java类的大纲导出为纯文本文件？我试着搜索过这样的工具，但是没有找到。我更希望提取轮廓可以是自动化的，例如。从脚本运行该工具。
浏览 3提问于2014-03-17得票数 1
1回答
匹配大写表达式和单词的正则表达式
regex、sublimetext2、sublimetext3
使用崇高文本3，我只想从文本中提取大写单词和表达式。\b[A-Z]+\bIt's SUNNY
浏览 1提问于2015-12-03得票数 3
回答已采纳
1回答
如何读取一些pdf文件中除表格以外的所有内容？
python、pdf
我尝试过像PyPDF2和Tabula这样的库，但我只是找到了提取表格或读取包括表格在内的内容的方法。 我也不想创建一个新文件并在其中添加页面。
浏览 26提问于2019-09-02得票数 0
1回答
从PDF文件中提取稀疏图形？
python、pdf、graph
我一直致力于从文本文件中提取图像。它适用于密度较高的图像，如。
但是，使用诸如PyMuPDF Pillow之类的库，我无法提取诸如之类的稀疏图像。我尝试过一些表格提取工具，如'tabula'，'camelot‘，但这些工具最适合在表格中组织数据。
浏览 3提问于2021-05-31得票数 1
1回答
如何使用斯坦福-nlp或OpenNLP通过java从给定文本中提取/识别单词或文本
java、nlp、stanford-nlp、opennlp
我即将从社交媒体、新闻网站、博客上发布的一些原始测试中提取一些信息，这些测试与政治、战争、毒品等特定领域有关。因此，我已经开始使用一些开源的工具，比如斯坦福-nlp，apache OpenNLP，以及一个被授权的商业工具，名为lexalytics。根据我的项目，我们对公开发布的文本进行分析，并产生一些结果，并根据一些参数进行挖掘，以确定那些帖子与哪些类别有关。
但我需要使用斯坦福-nlp库从给定的文本中提取主题。主题是指与教育、政治等相关的文本或句子。我已经能够
浏览 2提问于2017-09-21得票数 0
回答已采纳
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号