我正在使用PyMuPDF解析PDF文件(顺便说一下，这是一个很棒的库！) 但是我需要识别那些被划掉的单词。 有没有办法做到这一点？
浏览 27提问于2020-08-26得票数 0
我正在寻找一种编程方法，以积极识别非PDF表单文件中的可填充PDF表单。我认为可供选择的办法如下：
用支持十六进制的语言(如Python )解析文件以进行签名标识。使用具有十六进制能力的语言(如Python )解析文件，以标记告示符号。
浏览 5提问于2013-07-23得票数 0
谁能帮我在Python中使用python-docx识别.docx文件中的段落是否包含格式化为删除线(即，它出现，但被划掉了)，或者在开头有一个项目符号？我正在尝试编写一个脚本来识别文档中的结构并解析内容。 for run in p.
浏览 3提问于2017-10-09得票数 2
不匹配的[在正则表达式中；在m/ <-- HERE /at./pdf_parse.pl第37行用<-- HERE标记。实际上，我正在逐个单词地解析.pdf文件，以便从中生成字典第37行：}
解析器脚本停止工作的实际单词在我正在解析的</
浏览 4提问于2011-05-19得票数 0
回答已采纳
用pocketsphinx、continuous和batch对.wav格式的音频文件进行解码时，结果差异非常显着。我想问: 1.为什么pocketsphinx batch通常比pocketsphinx给出好的结果? 2.有没有关于pocketsphinx batch和continuous工作的确切解释?3.当使用pocketsphinx解码时cmninit值不正确，因此，我认为循环wav音频文件，结果相当好。有没有办法</em
浏览 2提问于2018-06-19得票数 0
我正在使用CAM::PDF Perl模块来解析PDF。这个模块运行得很好，除了一个问题，它似乎随机拆分单词。有没有办法通过设置或某种算法将单词重新组合在一起？“在纽约和都柏林设有办事处。”-Notice纽约代码部分如下： $text = $<em
浏览 1提问于2011-06-07得票数 0
回答已采纳
我在python中使用来生成单词云。
我能够在我的机器上重现这个，然后尝试将最后一行plt.show()更改为plt.savefig('image.pdf')，以获得pdf输出。我有一个同样的结果的pdf，然而，pdf似乎是基于像素而不是基于矢量。当我在pdf中聚焦一个特定的点时，它会变成一
浏览 2提问于2015-07-10得票数 1
在使用Sphinx和RTD主题编写python库的过程中，我使用:download: Download Text <_download/the_file.pdf>角色链接了一些供下载的PDF文件，但由于某些原因，导致了如下所示的链接：第一个词是正常的，但下面的所有单词都是粗体。有没有办法阻止下载链接文本中
浏览 0提问于2017-03-21得票数 1
回答已采纳
3回答
我发现很多帖子都提出了阅读PDF的解决方案。我想一个字一个字地阅读PDF文件，并对它做一些处理。人们推荐pdfMiner，它可以将整个PDF文件转换成文本文件。但我想要的是一个字一个字地读PDF。有没有人能推荐一个这样的图书馆呢？
浏览 2提问于2011-05-10得票数 11
回答已采纳
我正在使用包读取一个PDF文件。但是，当它读取PDF文件时，会出现许多非字母数字字符，这些字符在原始PDF文件中不存在。例如，我在pdf中有行；“这一年实际上比预期的更令人困惑，但这也让我越来越相信大量的案例都是错误的。”。我知道以后我可以使用正则表达式来去除这些特殊字符，但我一
浏览 0提问于2018-05-14得票数 0
回答已采纳
我有一个PDF文件是从木星笔记本创建的，但是原始的.ipynb文件丢失了。有什么工具可以帮助将PDF转换成.ipynb吗？
浏览 2提问于2020-06-24得票数 0
1回答
(1)有没有办法在pdf文件中搜索文本，并使用Python转到pdf文件中的那个位置？(2)有没有办法突出显示pdf文件中的文本，然后使用Python提取该文本？我试过使用Javascript，它实际上是有效的，但我想尝试pdf.js。任何
浏览 7提问于2018-08-09得票数 0
回答已采纳
2回答
我可以访问我的图书馆的扫描仪，它可以创建“可搜索的PDF”。这些PDF显示扫描文档的确切图像，但是当您尝试选择包含文本的图像的一部分时，PDF中有一种隐藏的文本可以被选择。通过这种方式，您可以在扫描文档中复制和粘贴文本或搜索文本。这很有用。这是一个可怕的改进比原始扫描图像。我的mac上也有几个应用程序，可以从扫描文档或原始图像创建这种可搜索的PDF</em
浏览 6提问于2015-10-02得票数 1
我有一个blob容器，在那里我存储pdf文件，我使用Azure认知搜索搜索单词或内容的PDF。当搜索容器中的一个pdf中存在的单词或句子时，Azure认知搜索返回pdf中的全部内容。有没有一种方法，我们可以只提取一个句子或段落从pdf中出现的单词或句子？
有没有办法突出显
浏览 2提问于2021-11-25得票数 1
我使用tcpdf通过php生成一个pdf文件，并相应地设置头文件，以便当在浏览器中打开php文件时，它显示为pdf。现在在另一个页面中，我有一个指向此php文件的超链接，在Firefox中，当有人右键单击此链接并使用“另存为”时，该文件将保存为pdf文档。然而，在IE上，它以包含垃圾值(pdf编码内容)
浏览 1提问于2012-06-15得票数 0
我正在尝试使用itextsharp (版本: 5.5.1.0)解析一个pdf文件。pdf文件的content-type为"application/octet-stream“。我正在使用C#代码根据位置策略进行读取var bottomLeftVector.I2]);
浏览 0提问于2017-05-17得票数 0
2回答
最近我遇到了以下问题:当在一堆解析的PDF文件上应用主题模型时，我发现引用的内容不幸也是模型的一部分。例如，引用中的单词出现在标记化的单词列表中。
有什么已知的“最佳实践”来解决这个问题吗？我想到了一种搜索策略，在最后一次提到“引用”或“参考书目”之后，python代码会自动删除所有内容。如果我首先在全文中随意提及“引用”或“参考书目”，
浏览 0提问于2018-01-25得票数 0
回答已采纳
面试问题问题的措辞如下：我提出这项质询的理由如下：
为了更好地理解这个问题的背景--我仍然无法理解这个问题的背景，面试官可能会通过问这个问题来寻找什么？为了获得不同的意见，我倾向于根据我在编程语言(
浏览 0提问于2012-01-24得票数 5
回答已采纳
我正在使用node.js和pdf2json解析器来解析一个pdf文件。目前，它正在处理一个本地pdf文件。但是我试图通过node.js的URL/HTTP模块获得一个pdf文件，我想打开这个文件来解析它。
有没有可能解析/处理一个在线的pdf？let query = ur
浏览 18提问于2017-07-12得票数 4
1回答
我目前工作的PDF文件，特别是，我需要收集信息与超链接嵌入在PDF文件的文本。到目前为止，我所做的是使用pdftools包解析PDF文件。然而，它只呈现文本，而不呈现潜在的超链接。下面可以找到一个PDF文件的例子，它有两个嵌入的超链接(单词"sentencia“和&
浏览 1提问于2018-08-28得票数 7
回答已采纳
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM
腾讯云开发者
