3回答
用C#解析复杂的PDF文档
c#、pdf、itextsharp
我尝试过对iTextSharp库进行多次调整，但在正确加载数据方面没有成功。我也尝试过Annotation解析，但没有成功。我是个新手，可能找错地方了。你能帮我指引正
浏览 6提问于2016-01-29得票数 3
4回答
使用R进行PDF抓取
python、r、pdf、screen-scraping
我已经成功地使用了XML包来提取HTML表，但我想扩展到PDF。如果做不到这一点，在Python (我是一个完全的新手)中有什么方法可以获得和操作pdf，这样我就可以用R XML包来完成这项工作了吗
浏览 10提问于2011-10-27得票数 10
回答已采纳
3回答
用Python将ppt文件转换为pptx
python、python-2.7、powerpoint
目标：I需要从.ppt文件中提取表格中的文本(列名为名称、地址、联系电话、电子邮件等)。为此，我遵循了以下方法：
浏览 3提问于2017-08-14得票数 8
2回答
PDF提取时忽略表格
java、pdf、pdfbox、text-extraction
我正在尝试用Java制作一个文本处理应用程序，它需要文本作为输入。现在，我从用户指定的PDF文件中提取此输入。我正在使用PdfBox进行文本提取。我遇到的问题是，PDF文件可能包含表格、方程式和特殊符号，所以PdfBox提取的文本在很多地方都包含垃圾。由于这个原因，我的文本处理应用程序无法给出
浏览 2提问于2012-03-27得票数 0
1回答
从不同格式的pdf发票中提取数据
pdf、data-extraction、pdf-extraction
目的是以pdf格式从发票中提取数据。迄今已尝试或考虑的办法：
使用库(如iText7、PDFix、GemBox.Pdf、GroupDocs.Parser、Bytescout.PDFExtractor、Sautinsoft.pdffocus、Spire.PDF
浏览 4提问于2020-05-15得票数 3
3回答
用嵌入式字体从PDF文件中提取文本
linux、pdf、imagemagick、ocr、tesseract
我有一个PDF文件包含一些表格数据。
尝试ApachePDFBox命令行实用程序从PDF中提取文本。它也是给垃
浏览 2提问于2012-09-07得票数 4
回答已采纳
2回答
用java从PDF中提取文本的最佳方法
java、pdf、ocr、libraries、scanning
我想制作一个能够读取PDF文件并解析其内容的程序。因此，我需要使用某种库来提取文本。我找到了三种方法。OCR库(如Tesseract)
我无法理解它们之间的巨大差异，因为它们最终都会从PDF中生成一个文本文件。那么，这件事的最佳<
浏览 6提问于2020-12-28得票数 1
2回答
使用iText API为PDF文件中的所有书签创建目的地
pdf、pdf-generation、itext、bookmarks、tagged-pdf
我想编写一些(java)代码，它接受PDF文档，并从所有书签创建指定的目的地。我认为iText API是最简单的方法，但我以前从未使用过该API。
还是有不同的API会更好呢？
浏览 4提问于2008-10-06得票数 7
回答已采纳
3回答
从PDF python中提取/识别表
python、pdf、scrape、pdf-parsing、pdf-scraping
是否有任何支持表标识和提取的开源库？
，它解决了问题3，但似乎需要用户为每个表指定一个表结构的PDFMiner (如果我错了，请纠正我)。试图解决问题1，但根据列表，它目前无法识别由空格分隔的表。这是一
浏览 1提问于2015-02-16得票数 50
回答已采纳
3回答
将PDF转换为.ipynb (从PDF中恢复木星笔记本)
python、pdf、jupyter-notebook
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
2回答
如何使用c#.net将pdf文件转换为文本文件
c#、pdf
目前，我一直在使用以下代码，并且我正在使用pdfbox中的一些dll文件 string text = pdfStripper.getText (doc);使用这个代码，我可以得到文本文件，但
浏览 1提问于2010-03-10得票数 1
2回答
Solr和.Net过滤器
c#、.net、solr、solrnet
我是Solr奇妙世界的新手，我有以下问题。就提取文档结构并将其传递到Solr进行索引而言，处理文档的最佳方法是什么。我看了一下Windows过滤器，乍一看，它们似乎提供了我需要的功能。模拟
浏览 3提问于2010-09-22得票数 3
4回答
使用python处理pdf中的表
python、pdf、pdf-scraping
我正在写一个pdf文件。在该pdf中有许多表格。我做过html，xlm解析，但从来没有用过pdf。谁能告诉我如何使用python从pdf中获取表格？
浏览 3提问于2012-03-20得票数 5
11回答
如何在Python 3.7中从pdf中提取文本
python、pdf、python-3.7、pypdf2、pdf-extraction
我正在尝试使用Python从PDF文件中提取文本。我的主要目标是试图创建一个程序，读取银行对账单，并提取其文本，以更新excel文件，以方便地记录每月的支出。现在我只专注于从pdf文件中提取文本，但我不知道如何做到这一点。 当前将PDF文件中的文本提取为字符串的最佳<
浏览 203提问于2019-04-20得票数 19
回答已采纳
1回答
提取pdf内容在python中不起作用。
python、python-3.x、pdf、unicode、ocr
我正在使用python请求库从等urls中收集数百万可公开使用的pdfs。然后我试着提取pdf中的表格，然后用熊猫把这些摘录的文本写进csv。但问题是，这些摘录的文本是混乱或破损的孟加拉语文本，这是没有用的。如何从这些pdfs中正确地提取<
浏览 6提问于2022-07-22得票数 -1
4回答
从PDF中提取文本
python、pdf
我有一堆PDF文件，我需要转换为TXT。不幸的是，当我使用许多可用的实用程序中的一个来做这件事时，它丢失了所有的格式，并且PDF中的所有表格数据变得混乱。可以通过指定位置等方式使用Python从PDF中提取文本吗？
谢谢。
浏览 0提问于2010-06-30得票数 7
回答已采纳
5回答
解析大型PDF文件的方法
ruby、database、pdf、ghostscript、pdftotext
我有一个非常大的PDF文件(200,000 KB或更多)，其中包含一系列的页面只包含表格。我想以某种方式使用Ruby解析这些信息，并将结果数据导入到MySQL数据库中。有没有人知道从PDF中提取数据的方法？数据的格式如下：有时，Name字段会溢出到address字段，在这种情况下，剩余的列将显示在下面的行上。至少，有人
浏览 0提问于2010-09-15得票数 2
回答已采纳
1回答
使用scrapy抓取时处理pdf文档
python、python-2.7、pdf、web-scraping、scrapy
我想解析的PDF文件，遇到时，爬行网站使用scrapy。我使用下面的代码从PDF文档中提取HTML页面源代码，但它不起作用如何从PDF文档中获取内容并将其合并到scrapy工作流中
浏览 1提问于2015-02-13得票数 0
1回答
使用PHP和高级图表生成每周PDF
php、pdf、highcharts
我的项目使用高级图表生成各种图表，这些图表后来在仪表板上使用，并作为向经理提交各种性能报告的基础。不久前，经理们决定，他们想要一份每周生成一份大报告(可能是50页或更多页)，作为PDF文档生成，并且必须包含一些他们现在已经习惯的图表。我想知道是否可以使用PHP自动生成这样的报告(一些图像、文本、表格和图表)，例如，作为一个cron任务，每个周日午夜都会开始。我从未使用</e
浏览 2提问于2012-02-06得票数 2
回答已采纳
2回答
操作PDF文件
pdf、ansi、pdf-manipulation
我想读取一个PDF文件作为文本( PostScript )，添加新的对象在文件结构和保存的最终输出为一个新的PDF，但如果我只是复制PDF PostScript内容并粘贴到一个新创建的PDF文件(如encoding我确信这可能是编码问题，但我不确定我应该做什么才能有一个有效的PDF文件格式后，操纵原始PostScript内容。这是一段我不能使用<
浏览 4提问于2019-03-20得票数 0
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