7回答
PDF转文本工具或Java库？
java、pdf
我需要将PDF转换为普通文本(这是我们县登记处的“投票声明”)。这些文件很大(2000页左右)，并且主要包含表格。一旦我将它转换成文本，然后我将使用我正在编写的程序来解析它，并将数据放入数据库中。我已经尝试过Adobe Reader中的“另存为文本”功能，但它并不像我希望的那样精确，特别是在将表格数据分隔为CSV时。那么，有什么推荐的工具或Java库可以做到这一点吗？
浏览 0提问于2009-02-24得票数 3
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
Clojure -将PDF/Doc文件提取为简单文本的最佳方法
file-upload、clojure
我正在寻找一个简单的解决方案来解析每个上传到我的应用程序中的文件，并转换成简单的文本。我的web应用程序运行在Clojure上，并且更喜欢API来解析各种文件类型。
浏览 2提问于2014-12-04得票数 3
回答已采纳
5回答
如何使用任何编程语言直接搜索PDF中的字符串
search、pdf
是否可以使用任何编程语言在PDF中搜索特定字符串，而无需将其转换为文本或文档文件。我想直接搜索一个字符串而不是转换它，我试图将它转换为文本，然后搜索该字符串，但它给了我错误的结果。
谢谢!金姆
浏览 1提问于2011-04-29得票数 0
4回答
使用Java或.NET库对来自ColdFusion的PDF进行光学字符识别？
java、pdf、coldfusion、ocr
我希望采取一个PDF，并从中提取任何文本。然后，我想使用ColdFusion的available Verity搜索来搜索内容。任何见解或经验都将非常感谢……谢谢!
编辑:根据我对CF的了解，当文本嵌入到PDF中时，索引PDF文件就能正常工作。我要处理的PDF</e
浏览 1提问于2009-01-30得票数 1
回答已采纳
10回答
以编程方式识别PDF文件中的扫描文本
pdf、ocr
我有一个PDF文件，其中包含我们需要导入到数据库中的数据。这些文件似乎是pdf扫描打印的字母数字文本。看起来是10点。新罗马时代。
是否有任何工具或组件可以让我识别和解析这个文本？
浏览 8提问于2008-10-01得票数 31
回答已采纳
7回答
从PDF文件中提取文本
c#、java、pdf
我需要从PDF文件中提取文本。该文本可能是表格格式，它将用于外部方和我们的系统之间的数据自动传输。
我在这里发现了一些想法，但我认为这家伙更多的是在谈论一次性的情况，我说的更像是日常生活：
浏览 18提问于2009-08-14得票数 7
回答已采纳
3回答
c#从PDF读取行
c#、pdf、.net-2.0
我希望能够从pdf中逐行读取，将其与字符串(文件名)进行比较，如果该字符串出现在该行中，则将该行写入列表。到目前为止，我快速浏览了ITextSharp和PDFSharp，但它们似乎不是适合这项工作的工具，因为它们最关注的是更改和打印pdf。有没有人知道另一种从pdf中读行的方法，或者我应该继续尝试使用ITextSharp & PDFSharp？
浏览 13提问于2009-01-20得票数 6
回答已采纳
5回答
从PDF (google应用程序引擎)中提取文本
java、google-app-engine、pdf
有没有免费的Java库可以从PDF中提取文本，与Google应用程序引擎兼容？有没有其他方法可以从PDF中提取文本？
浏览 6提问于2010-03-28得票数 2
回答已采纳
1回答
是否调整PDF页面大小并自动换行？
.net、pdf、itextsharp、pdfsharp
是否可以在不调整所有内容的情况下更改PDF文档中页面的大小？我希望所有的文本包装他们的内容根据新的大小。
我还没能找到任何关于这方面的信息。看到PDF库在写入文本时是如何工作的，我猜这是不可能的，但也许有一种方法可以绕过它。我主要是寻找一些.Net代码，PDFSharp，iTextSharp，PDF Clown，或任何其他.Net库是好的，如果一些工具已经允许这一点，我也会感兴趣的。当然，一些Java iText代码
浏览 5提问于2011-11-17得票数 0
回答已采纳
3回答
从矢量图形和文本服务器端或闪存生成PDF的最简单方法
flash、pdf-generation、server-side、vector-graphics
好吧，问题是：格列茨
back2dos
浏览 3提问于2009-08-06得票数 1
回答已采纳
3回答
如何使用任何Java库使现有的PDF文本可搜索？用OCR
java、ocr、pdfbox
有java库吗？如何使用任何java库生成可搜索的文本？开源或付费。
如何使用PDFBox将OCR应用于pdf？如何使pdf文本可编程搜索使用pdfbox，我搜索了很多。没有找到任何解决办法。
浏览 8提问于2014-04-04得票数 0
回答已采纳
1回答
使用Tesseract的hOCR文件/确定是否有高质量的文本层
tesseract、hocr
我有一个Tesseract 4.0设置，我们正在使用一个LSTM模型的OCR；传入的扫描PDF被解构成单独的300dpi上采样的PNG，然后去偏斜和OCR‘，然后重新组装成一个PDF与文本层，同时也保存每个页面有时，我们收到的PDF已经被专业地转录了文本层，在这些层上运行Tesseract会导致准确性的损失。1)有没有办法确定PDF是否已有文本层并确定该文本
浏览 11提问于2018-02-14得票数 2
1回答
我需要关于在网络上显示(和/或转换) pdf文件的建议
java、html、pdf、struts-1
拥有免费账户的用户可以上传文档，付费客户随后可以搜索并查看或下载这些文档。上传者只能查看他们拥有的文档，而付费客户可以查看任何内容。目前我们只支持Word文档( .doc或.docx)和纯文本。我们使用JODConverter库在Word和html之间进行转换；html是存储在数据库中的内容和显示给用户的内容。
我们也想接受PDF，但我不确定显示PDF或将其转换为html的最佳方式是什么。我已经看到了使用Google docs进行动态转换的建议，但考虑
浏览 2提问于2012-03-24得票数 3
2回答
在基于struts的web应用中生成pdf的最佳方式是什么？
struts、pdf-generation
我有生成PDF的要求，这也是在各种格式。
生成包含大量对齐的PDF的最佳方法是什么？
浏览 1提问于2013-06-24得票数 2
回答已采纳
1回答
检查文档中的文本
adobe、livecycle、livecycle-designer
我有一个PDF文档在输入，我必须检查文件是否包含文本。你能帮帮我吗?
谢谢。
浏览 0提问于2014-01-02得票数 0
回答已采纳
2回答
用于从pdf中提取单词坐标的库/工具
java、pdf、coordinates、highlighting
我正在寻找一个(最好是Java-)库或命令行工具来从pdfs中提取单词坐标。input-pdf包含文本或图像，后面带有ocr-text。我的用例：
在Java web应用程序中，我想用它来突出显示，而不需要额外的软件(例如Adobe Reader等)。相反，我希望将匹配的页面转换为图像，并将其呈现在网页中。
浏览 0提问于2010-12-06得票数 1
8回答
在servlet中动态生成PDF文件？
java、jsp、servlets、pdf-generation
有没有办法在不接收文本和图像的情况下动态创建PDF？
浏览 0提问于2009-08-19得票数 4
回答已采纳
3回答
PDF文档操作
pdf、pdf-manipulation
我有几个具有以下属性的PDF：“文档”中的每一页都有诸如“第3页(共26页)”之类的文本。我希望能够自动识别PDF中每个“文档”的第一页和最后一页(注意:这与PDF的第一页和最后一页不同，因为每个PDF可能包含几个“文档”)，并将这些文档提取到新的PDF中，以便以后打印和存档。我不确定我能带来什么工具来解决这个问题，也不确定有什么库可以解决这个问题。
有什么建议吗？最好是免费的，可
浏览 4提问于2009-04-08得票数 1
云服务器
ICP备案
对象存储
云点播
即时通信 IM
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