pdf识别复制文字
PDF识别复制文字是指将PDF文档中的文字内容提取出来，使其可以被复制、编辑和搜索。这项技术在很多场景中都非常有用，比如数字化文档管理、文本分析、信息提取等。
PDF识别复制文字的优势在于：
- 提高工作效率：通过将PDF文档中的文字内容提取出来，可以方便地进行复制、编辑和搜索，节省了手动输入的时间和精力。
- 方便信息提取：对于需要从大量PDF文档中提取特定信息的任务，识别复制文字可以快速准确地提取所需内容，提高信息提取的效率。
- 数字化文档管理：将PDF文档中的文字内容提取出来后，可以方便地进行文档分类、索引和检索，实现更高效的文档管理。
- 文本分析和挖掘：通过对识别出的文字内容进行文本分析和挖掘，可以获取更多有价值的信息，支持各种文本相关的应用，如自然语言处理、机器学习等。
在腾讯云的产品中，可以使用腾讯云的OCR（Optical Character Recognition，光学字符识别）服务来实现PDF识别复制文字的功能。腾讯云OCR提供了丰富的API接口和SDK，支持多种语言的文字识别，包括中文、英文、日文等。通过调用OCR接口，可以将PDF文档中的文字内容提取出来，并进行后续的处理和应用。
腾讯云OCR产品介绍链接地址：https://cloud.tencent.com/product/ocr
相关·内容
有办法编辑PDF文档文本吗？比如找到和替换特定的文本？
我有一个PDF文档，其中包含的文本占位符，我需要识别和替换，或只是删除该文本。
我能够编辑特定坐标(x，y)的pdf，但无法识别和替换。我看到的所有库都是从零开始创建的PDF和小的编辑功能。不管怎样，我可以用itext编辑上面的解释吗？请advise...thank你！
**例子:一份pdf文件载有以下的副翼。在这一段中，我需要确定日期:和从:作为一个文本，并用其他的东西代替它。
是最古老的古希腊和拉丁文，在单词或其他文字之间几乎没有空格，可以用boustrophedon (交替方向)书写。随着时间的推移，文本方向(从左到右)变得标准化，
浏览 5提问于2014-07-10得票数 2
当用户单击链接时，我试图将链接按钮的文本颜色更改为红色。因此，作为一个用户，我可以识别我已经点击了这个链接。
<body>
<form id="form1" runat="server">
<div>
<asp:GridView ID="FileGrid" runat="server" AutoGenerateColumns="False" OnRowCommand="FileGrid_RowCommand">
浏览 3提问于2015-06-24得票数 0
回答已采纳
2回答
自定义媒体类型的URI？
、、、
我需要在RDF文档中描述电子签名的PDF和普通PDF的文档。只包含媒体类型。
使用自定义URI从普通PDF中识别电子签名PDF的良好做法是什么？
我正在读到，可以从x-开始定义一个新的媒体类型；我可以简单地定义http://example.com/media-type/application/x-signed-pdf并使用这个URI作为RDF中dcterms:format (或myontology:mediaType)属性的值吗？
浏览 3提问于2018-06-06得票数 2
回答已采纳
我使用这个宝石来使用Prawn来创建一个PDF：
然而，我似乎不知道如何添加一个图像。我尝试过pdf.image "path/to/img.jpg，但它会说该文件不是可识别的格式。
我也在第101页：上研究过这个问题，但是它不起作用。
这种情况发生在意见中：
prawn_document() do |pdf|
pdf.image "#{Rails.root}/public/logo.gif"
end
这会抛出：
Prawn::Errors::UnsupportedImageType at /admin/purchases/6188.pd
浏览 2提问于2013-12-04得票数 2
回答已采纳
我见过一些pdf文件后，OCR有非常准确的文本(无论是在识别率，在文本对齐图像)。
如果pdf文件中隐藏的文本层是否来自OCR，那么Unix/Linux工具会帮助我知道什么呢？
浏览 0提问于2014-12-07得票数 2
当我搜索一个项目时，谷歌会推荐PDF格式的结果。谷歌如何识别PDF内容？在我的网站上使用PDF文件的内容有什么问题吗？该网站的内容是否会被谷歌识别为重复内容？会不会对网站的搜索引擎优化产生负面影响？谢谢。
浏览 0提问于2018-10-19得票数 3
回答已采纳
我正在使用PDF转换库在PDF文件中嵌入字体。
但是，有些文档(日语？)有问题。库无法正确识别字体名的位置
/FontName /#82l#82r#82o#83S#83V#83b#83N
这是字体的有效名称吗？
如果是-谁能给我一个推荐人？
浏览 2提问于2010-02-06得票数 0
回答已采纳
我有问题预览PDF在Gmail。它不识别我正在使用的一些国际字符(它不显示像ą ć ś这样的字母，但它显示的是ł)。我正在用Cp1250编码这个pdf。
对发生了什么事有什么想法吗？
浏览 2提问于2016-09-28得票数 0
回答已采纳
1回答
更快地替代PDFcrop
、、、
背景
目前，我正在使用PDFcrop来减少由我的笔记本电脑打印到PDF设备生成的多页PDF文件的不需要的边距。
问题是，PDFcrop非常慢。对于一个15页的文档，使用以下语法处理需要17分钟。
pdfcrop --margins "-1 0 -1 -2" Raw.pdf Cropped.pdf &> /dev/null
不用说，这是不可接受的，因为事实上，我将做一个类似的过程，以完全相同的方式生成的PDF文件，将超过150页。我不喜欢让我的电脑在一夜之间单独运行。
我已经考虑过使用PDFjam来裁剪页面，但是它并不像预期的那样工作。我使用了下面的命令，它从我的P
浏览 0提问于2016-01-21得票数 5
我运行这段代码，并不断出现问题："IWebDriver =IWebDriver OpenQA.Selenium.Chrome.ChromeDriver();“当我以这种方式运行它，而不是定向到ChromeWebDriver时，我得到的结果是：”chromedriver.exe文件不存在于当前目录或PATH环境变量的目录中。“
当我给出ChromeWebDriver的路径时，我得到这样的信息："error CS1009:无法识别的转义序列“
using OpenQA.Selenium;
using OpenQA.Selenium.Chrome;
using System;
usi
浏览 3提问于2016-12-04得票数 0
我有一个连接到服务器端数据源的Tableau工作簿。在线搜索似乎是一种被接受的刷新方式，就像tabcmd refreshextracts -–datasource “Number of Goals”一样。
我的数据源名为“聚合使用表”。我已经尝试使用tabcmd refreshextracts -–datasource “aggregated usage table”复制我在网上看到的内容，并收到错误消息“* Item not found”。很明显，我没有正确识别我的数据源。
有人能帮我确定正确的语法吗？
操作系统是Linux。谢谢!
浏览 0提问于2019-04-27得票数 1
1回答
我有两个安全的pdf文件。一个有密码，另一个是安全的，但没有密码。我正在使用PDF框。如何识别哪个文件有密码，哪个文件是安全的，但没有密码？
浏览 0提问于2015-06-24得票数 2
我尝试将正则表达式模式存储在Yaml文件中，如下所示：
---
Fidor:
Fidor Rechnungsabschluss kurz:
From: ^Rechnungsabschluss_(\d{2})_(\d{4})\.pdf
To: \\2_\\1_Rechnungsabschluss_Fidor.pdf
Fidor Rechnungsabschluss lang:
From: ^Rechnungsabschluss_(\d{2})_(\d{4})_(\d+)\.pdf
To: \\2_\\1_Rechnungsabschluss_Fidor_
浏览 0提问于2021-03-03得票数 0
我想要生成一个便携式文件格式(PDF)由我的原始程序。我将尝试一个原始排版程序，在开发过程中，我希望尽可能避免外部工具和字体。因此，最好避免使用XeTeX、LuaTeX和其他引擎。我想将字形信息存储在我的程序或我的库中。，但是应该在哪里指定字符代码，以便查看程序知道它们何时被复制或搜索？
为了生成象形文字，我天真的方法是在本地库中保存与字符对应的光栅图像或Bézier曲线参数。根据的说法，这似乎是可能的。为了我目前的目的，我不关心克尔宁、结扎或其他美学美德，或者至少可以在以后再讨论。
最初，我想我可以生成一个Postscript，并使用Ghostscript将其转换为PDF。但是指出Posts
浏览 1提问于2019-09-15得票数 1
我需要从PDF文件中提取一些数据。我正在用iTextSharp来做这件事。
我使用的代码是我在网上创建的：
using System;
using System.IO;
using iTextSharp.text.pdf;
namespace PdfToText
{
/// <summary>
/// Parses a PDF file and extracts the text from it.
/// </summary>
public class PDFParser
{
/// BT = Beginning of a text object operat
浏览 2提问于2018-02-15得票数 0
回答已采纳
我想要创建一个thunar自定义操作，让我右键单击一个PDF，然后选择“拆分PDF”来分割成单独的页面。这样做的命令是：
$ pdfseparate mypdf.pdf mypdf-%d.pdf
它将为每个页面创建一个新的PDF，名为mypdf-1.pdf、mypdf-2.pdf等。%d被pdf分离器命令替换，并按照手册页的页码进行替换：
概要PDF单独的PDF-文件PDF-页面模式PDF-页面模式应该包含%d (或任何有关printf格式的变体)，因为%d被页码所取代。
Thunar自定义动作用文件所在的目录插入任何%n作为选定的文件，任何%d。因此，如果我试图复制上面的命令，将mypdf.
浏览 0提问于2023-01-18得票数 2
回答已采纳
1回答
字体是为波斯字符，但我希望英语和其他字符通常使用正常的字体，而不是我设置的字体。
代码：
$pdf = new \TCPDF(PDF_PAGE_ORIENTATION, PDF_UNIT, PDF_PAGE_FORMAT, true, 'UTF-8', false);
$pdf->SetAutoPageBreak(TRUE, PDF_MARGIN_BOTTOM);
$lg = Array();
$lg['a_meta_charset'] = 'UTF-8';
$lg['a_meta_di
浏览 1提问于2020-08-05得票数 2
回答已采纳
1回答
在将文本从pdf复制到时，我遇到了问题。这个pdf包含一个查询，我想要复制到我的，但当我这样做时，他复制文本，包括一些无形的符号。
下面是从我的PDF查看器中复制的查询的第一部分：
IFOBJECT_ID('trgAantalIU','TR')ISNOTNULL
DROPTRIGGERtrgAantalIU; GO
CREATETRIGGERtrgAantalIUONbezettingsregel AFTERUPDATE
AS
BEGIN
当我在Server中查看这个复制的查询时，它没有得到正确的语法高亮显示，
浏览 0提问于2015-10-13得票数 0
回答已采纳
嗨，我正在努力学习更多关于Griffon的知识，但使用IntelliJ似乎代码完成不正确，变量也无法识别。所以我肯定做错了什么。我创建了一个新的Griffon项目，但很多东西都无法识别。例如，当我尝试添加一个MenuBar时，代码自动完成似乎不起作用。当我运行它的时候，一切似乎都很好！所以我错过了什么？
浏览 0提问于2011-11-23得票数 2
回答已采纳
我使用pdfbox 2.0.26将pdf转换成图像。maven依赖项如下所示。
<dependency>
<groupId>org.apache.pdfbox</groupId>
<artifactId>fontbox</artifactId>
<version>2.0.26</version>
</dependency>
<dependency>
浏览 8提问于2022-08-17得票数 2
回答已采纳
1回答
如何从元数据中找到PDF的标题？
、、、、
在文件本身之后，我如何获取PDF文件的标题？
PSPath : Microsoft.PowerShell.Core\FileSystem::/home/nicholas/to/99.pdf
PSParentPath : Microsoft.PowerShell.Core\FileSystem::/home/nicholas/to
PSChildName : 99.pdf
PSDrive : /
PSProvider : Microsoft.PowerShell.Core\FileSystem
PS
浏览 14提问于2021-02-20得票数 0
我试图编写一个简单的contactManager程序，eclipse没有识别诸如；或()这样的基本标志。有一个语法错误说，我应该写完全相同的符号，我已经使用，或不同的无关符号。
我试着删除项目、类和重新开始，但是问题一直在显现。
public class ContactManager {
Contact [] myFriends;
int friendsCount;
}
标记";“=预期的语法错误。
浏览 1提问于2018-12-27得票数 0
我正在编写一个程序，试图解析PDF文件中的数据。问题是，我们需要解析PDF中的某个部分，该部分被格式化为三层结构:标题、子标题、段落。到目前为止，我们正在使用换行(\n)来尝试解析数据，但这在很大程度上是效率低下的。即使我们有标题和副标题的所有可能值，解决方案仍然不是理想的，因为新的PDF可能用新的标题和子标题值来创建。
然而，PDF是以这样的方式创建的:标题是最接近左边边距的，子标题被缩进更远的地方，而缩进在段落上甚至更大。我们希望能够使用缩进来识别我们想要解析的行。是否有用于Visual的PDF库可以做到这一点？我在用C#编码。
浏览 0提问于2014-11-19得票数 2
1回答
我正在浏览一个在浏览器上生成pdf的php代码，代码运行良好，但我无法理解下面这句话背后的含义……
$page_format = array(
'MediaBox' => array ('llx' => 0, 'lly' => 0, 'urx' => 210, 'ury' => 210),
'Dur' => 3,
'trans' => array(
'D' => 1.5,
'S
浏览 1提问于2017-04-17得票数 0
1回答
在我的文章中，格式化的PDF，一个或多个页面可能是空白的，我想要检测它们，并从PDF文件中删除。如果我能识别小于60KB的页面，我想我就能检测到空页。因为它们可能是空的。
我试过这样做：
var reader = new PdfReader("D:\\_test\\file.pdf");
/*
* With reader.FileLength, I can get whole pdf file size.
* But I dont know, how can I get pages'sizes...
*/
for (var i = 1; i <= reade
浏览 2提问于2018-11-23得票数 0
我有两个bib文件，其中一些条目是重复的，重复的条目在段落中，或者可以用相同的模式识别。
a.bib看起来就像
@InProceedings{Arranged,
author = {Transcribed by hofei Arranged and by hofei},
title = {ALL OF ME},
file = {:All of Me.pdf:PDF},
groups = {Solo Tab},
}
@InProceedings{P,
author = {P and = and V V and V V},
title = {ANGELS WE H
浏览 0提问于2020-09-28得票数 0
回答已采纳
1回答
我有一个公共PDF没有复制限制。但是，当我试图将PDF中的文本复制到Word中时，我只会出现不可读的胡言乱语(比如框和符号)。
我试着改变字体，但这也没用。我不明白是什么引起了这个问题。
我还搜索了一些在线工具，但这些工具似乎都没有用。
有什么帮助或想法吗？
干杯。
浏览 5提问于2017-09-20得票数 1
回答已采纳
2回答
生成PDF时无法获取捷克语字符
、、、、
我有一个问题，当添加字符时，如"Č“或"Ć”，而生成的PDF。我主要使用段落在我的PDF报表中插入一些静态文本。下面是我使用的一些示例代码：
var document = new Document();
document.Open();
Paragraph p1 = new Paragraph("Testing of letters Č,Ć,Š,Ž,Đ", new Font(Font.FontFamily.HELVETICA, 10));
document.Add(p1);
生成PDF文件时，我得到的输出如下所示："Testing of letters，
浏览 8提问于2014-10-29得票数 12
1回答
我正在尝试使用R的Brew包来写一份报告。我从这个网页中的一些代码开始
我可以使用brew来制作支持PDF的Tex文件，如下所示：
documentclass[11pt]{amsart}
\begin{document}
<% library(xtable); library(ggplot2) %>
<% for (i in 1:2) { %>
<%=print(i) %>
<% } -%>
\end{document}
但是如果我尝试插入一个简单的cat命令：
documentclass[11pt]{amsart}
\begin{docu
浏览 0提问于2011-10-14得票数 5
回答已采纳
我有一个下载的PDF在中国，我想提取文本从使用提卡+ Python (原始链接到完整的PDF可以找到，或提取的样本页面可以找到)。
当我运行以下代码时
analysed_file = 'D:\\5_Programming\\test.pdf'
# Parse data from file
file_data = parser.from_file(analysed_file, "http://localhost:9998/")
# Get files text content
text = file_data['content']
print(
浏览 1提问于2020-09-07得票数 0
1回答
Laravel PDF中文字符
、、、、
我使用laravel和im使用barryvdh/laravel-dompdf作为pdf报告生成器，我对中文字符有一些问题，但我从google得到了解决方案，使用以下css代码导入字体：
<style>
@font-face {
font-family: 'Noto Sans';
font-style: normal;
font-weight: 400;
src: url("<?php echo $_SERVER["DOCUMENT_ROOT"]; ?>/pac
浏览 5提问于2015-12-04得票数 0
我需要在我的C#程序中读取一个pdf文件。档案是波斯文的。我使用下面的代码。例如，当字体是Tahoma时，它工作得很好，但是当字体是波斯语时，它就不工作了。如何在阅读pdf时将波斯语字体添加到itextsharp？
波斯pdf的一个例子：波斯语pdf是从右到左，但是当提取到它尖锐的文本时，它是从左到右的，并且是不可读的。
浏览 1提问于2014-05-28得票数 1
我正在开发一个Android应用程序来检测PDF文件中的文本。
首先，我尝试使用。但是它需要OAuth 2.0。所以我从它变成了Firebase ML Kit。
但是当我运行'fromFilePath‘方法时，就会出现NPE。
val file = getPdfFile()
Log.d(TAG, "file.length: ${file.length()}") // File size is printed correctly!
// NPE occurred while below code running
val image = FirebaseVisionIma
浏览 1提问于2019-03-07得票数 0
我正在尝试将文件first_second.pdf重命名为first_0second.pdf 因此，我阅读了有关捕获和反向引用的内容。但不知何故，它不起作用。有人能告诉我我哪里做错了吗？ rename 's/\(.*_\)\([1-9]\).pdf$/$10$2.pdf/' first_1.pdf 我期望将first_1.pdf重命名为first_01.pdf
浏览 28提问于2019-01-18得票数 2
我们希望使用pdf页脚的链接。我们利用wkhtmltopdf工具生成我们的pdfs。
wkhtmltopdf错误地将可点击区域放置在链接本身上方几毫米处。
当我们使用页脚中的绝对链接(如https://google.com pdf )时，查看者会识别这些链接并允许单击它。
但是我们想为我们的链接显示自定义文本，比如Terms and conditions等等。作为一种可能的解决办法，我们试图使用绝对定位()在透明链接上覆盖链接文本。它适用于html，但不适用于pdfs。
我们还有其他可能的选择来解决这个问题吗？
浏览 7提问于2022-11-09得票数 0
回答已采纳
我试图在一组文件夹中循环一组pdfs (都是OCR'd)，并在pdf中搜索关键术语，如果pdf包含某个术语，则保存文件夹名、文件名等。此代码在一定程度上起作用。但是，它在搜索项中缺少了一些pdfs。原因是当我在几个pdfs中阅读时，它会在几页上显示一些有趣的内容(至少对我来说是这样)。例如，假设我在一个名为“theone.pdf”的pdf中阅读过。它有278页。当我进入acrobat搜索这个文档时，我可以在第171页上找到'Search 1‘，但是当它与python一起阅读时，python输出如下所示：
-ˆ˜
%
˜%˝ˆ
,˙
˚
%.
%,˛#
%˜˚
浏览 0提问于2018-05-15得票数 1
回答已采纳
1回答
我正在开发一个应用程序，使用itextsharp将pdf文档合并为一个文档。我已经创建了单个pdf。
现在，我必须创建一个表，并将其添加到第一页。
不幸的是，这变得比表面上看起来更复杂。经过几个小时的尝试，我终于能够将表格添加到第二页。
如何将表格添加到首页？
我正在使用这个示例项目来测试。
Public Sub MergePdfFiles(ByVal docList As List(Of String), ByVal outputPath As String)
Try
'
' http://www.vbforums.com/showt
浏览 2提问于2013-01-05得票数 0
回答已采纳
如图所示，我使用的是JasperReports 3.6、iText 2.1和iTextAsian.jar。在苹果电脑(Lion)和Windows7上导出是正确的。但当我在亚马逊EC2的Suse Linux上运行sam程序时。PDF在高度不足时出现问题。我尝试使用相同的true type字体，但问题仍然存在。
请指教，非常感谢。
浏览 5提问于2012-03-18得票数 1
回答已采纳
1回答
Android pdf和图表生成
、、、、
我是Android开发的新手。我想要创建一个安卓应用程序，它将接受用户的输入，生成一个饼图，然后导出pdf格式的报告。我使用iText()和afreechart ()分别生成 pdf 和图表，但我不知道如何将生成的图表转换成图像，以便将该图像插入到pdf中。请帮帮忙。
浏览 1提问于2011-06-28得票数 0
我试图打开一个大PDF文件，但是用下面的代码
using BitMiracle.Docotic.Pdf;
PdfDocument pdf = new PdfDocument("document.pdf")
string document = pdf.GetTextWithFormatting();
字符串document获得第87页(174页)。为什么只需要文件的前半部分？
编辑:这是一个评估模式的库限制。还有其他选择吗？
浏览 6提问于2017-07-02得票数 1
回答已采纳
1回答
例如，我有几个没有扩展名的文件：
NAME 1
NAME 2
它们不是扩展，bit我想使用htaccess插入扩展.PDF。
访问url时
localhost / NAME1
即使没有通过htaccess进行扩展，也可以识别.pdf扩展。
浏览 0提问于2019-07-13得票数 0
回答已采纳
1回答
新的pdf解析。
我想识别一个pdf文件中的图形，所以我可以跳过它，而不是提取这种类型的文本。关于pdf，我只知道它是从word生成的(而不是扫描的)。
输入- pdf与一个图形，如这一个。输出应为-真或假
水管工识别表格，但似乎不识别图表。尝试识别曲线和矩形，但结果不一致。
也许还有别的办法？
谢谢!
浏览 5提问于2022-11-17得票数 0
1回答
我只是尝试用TCPDF将HTML转换成PDF
但有些地方不对劲
CSS可见性属性不适用于我。
这是我的php代码：
<?php
包括主TCPDF库(搜索安装路径)。
require_once('tcpdf_include.php');
创建新的PDF文档
$pdf = new TCPDF(PDF_PAGE_ORIENTATION, PDF_UNIT, PDF_PAGE_FORMAT, true, 'UTF-8', false);
设置文档信息
$pdf->SetCreator(PDF_CREATOR);
$pdf->SetAuthor('
浏览 2提问于2016-04-25得票数 1
回答已采纳
所以,
我已经成功地修改了其他的所有东西，但是不知道如何仅仅改变页脚的字体大小，相比于表字体本身，它现在太大了。
let pdf = new jsPDF({orientation: 'l'});
let res = pdf.autoTableHtmlToJson(document.getElementById('capture'));
const totalPagesExp = '{total_pages_count_string}';
let height = pdf.internal.pageSize.getH
浏览 0提问于2018-12-12得票数 3
回答已采纳
我有大量来自用户简历的PDF文件(大约10,000份)，其中有些项目有一个人的重复和相同的信息，但内容显示格式可能不同(因为相同的用户信息已经从不同的站点导出)。如何识别和删除具有重复信息(如移动号码或电子邮件地址)但内容显示格式不同的Pdf文件？
我祝你一切顺利
浏览 3提问于2022-07-13得票数 0
回答已采纳
1回答
我读了很多PDF格式的书，并突出了它们。然后，我提取所有的亮点，并利用它们来学习。
我也想用图像来做这件事--但我不想只提取所有的图像--我想提取出我画了一个矩形的特定部分。在我制作的示例图像中，下面，我只想提取红色矩形中的代码块--一个JPG或者流，或者在我正在编写的学习软件中可以操作的东西。
有人知道SDK允许这样做吗？我应该能够识别PDF文件中的矩形和它们的坐标，然后根据这些坐标提取图像，但是我没有找到任何人这样做。最糟糕的情况是，如何识别我绘制的矩形周围的图像并提取其下方的图像--在本例中是整个Visual图像？
我使用SyncFusion PDF解决方案来提取高亮显示。我对IText
浏览 0提问于2018-04-12得票数 1
我正试图用Barryvdh/snappy在Laravel5.6中创建一个PDF。我的config/snappy.php看起来就像
'pdf' => array(
'enabled' => true,
'binary' => 'C:/xampp/htdocs/pdftesting/vendor/h4cc/wkhtmltopdf-amd64/bin/wkhtmltopdf',
'timeout' => false,
'options' =>
浏览 0提问于2018-04-16得票数 2
1回答
仅使用Tj运算符生成PDF
、、、、
我想生成PDF文件或转换现有的PDF文件，它使用Tj运算符来表示字符串，使用Tl来表示文本前导，并且它不应该包含TJ运算符和TD运算符。我必须在acrobat distiller服务器6.0.1或adobe illustrator的设置中进行设置。在这个问题上帮我。
目前，我正在使用这些操作符来识别和搜索文本，并将它们存储为字典。
浏览 4提问于2011-06-03得票数 1
回答已采纳
3回答
我有几个具有以下属性的PDF：
每个PDF包含可变数量的“文档”，具有不同的页数。
“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，可以用来创建一个可以在Windows上运行的工具。
浏览 4提问于2009-04-08得票数 1
6回答
我想删除目录中小于特定大小的所有文件。有没有人知道是否有Windows命令可以做到这一点？像del *.* where size<3kb这样的东西
我目前正在这样做：
for /F %%A in ("*.pdf") do If %%~zA LSS 20103409 del %%~fA
我得到的输出是：
C:\Documents and Settings\agordon\Desktop\test>If 6440450 LSS 20103409 del C:\Do
cuments and Settings\agordon\Desktop\test\US Tox 01-0
浏览 1提问于2011-07-20得票数 3
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
实时音视频
即时通信 IM活动推荐
腾讯云开发者
