我不熟悉pdf渲染系统或postscript，我想知道原则上是否可以提取pdf中字符串的位置。即：pdf标准支持这一点吗？
浏览 5提问于2022-10-18得票数 0
1回答
我有一个包含文本框、单选按钮、复选框等的pdf文件。如何使用python从pdf中提取所有数据？当我尝试使用pdfminer或pypdf2时，我无法抓取文本框中的数据。请参阅附件中的图像。例如:当我使用pdfminer时，我可以删除"1)程序：“，但不能删除它的值(即"EPIC_AFCS_AB139_7APD")。
浏览 2提问于2017-12-01得票数 0
我想使用python从PDF中提取高光、文本框和文本框颜色。我在安装poppler时遇到了麻烦，在相关的问题中已经提到了doc = fitz.open("example.pdf") page =
浏览 14提问于2022-05-19得票数 0
我正在尝试使用Python从PDF中提取文本，并且我已经成功地使用了PyPDF2，如下所示：pdfFileObj = open('path', 'rb')pageObj = pdfReader.getPage(0)这将从页面中提取所有文本，但我只想从页面左上角的3'x4‘矩形区域中提取文本。我
浏览 13提问于2017-08-21得票数 9
这些文档是PDF格式的。当我将这个实验部署为web服务时，它不允许我输入PDF。有没有一种方法可以将PDF输入到web服务？
浏览 0提问于2017-02-06得票数 1
我只想从一个“富”pdf文档中提取核心文本，这意味着它有很多我不感兴趣的表格、图表、框、页脚等等。我尝试使用一些常见的python包，如PyPDF2、pdfplumber或pdfreader.The，显然它们提取了pdf中所有的文本，包括上面列出的那些我不感兴趣的部分。file = PdfReader(file)text = page.extract_text()
这段代码将为我从第11页获得整个文本，包括页脚、框、表格中的文本和页面的编号
浏览 11提问于2022-11-07得票数 -1
回答已采纳
1回答
从pdf文件中读取图像
、、、、
我有一个要求，客户将上传一个pdf文件，其中包含图像/s。我必须读取那个pdf文件，从它们中提取图像，然后将图像保存到db和硬盘中。但我不知道如何使用Python/Django代码从pdf文件中提取图像。是否有从pdf文件中读取和提取图像的python库。
提前谢谢。
浏览 2提问于2013-08-09得票数 0
回答已采纳
在创建了一个使用java和pdfbox提取pdf的工具之后，我一直在尝试用Python提取pdf。虽然对于相同的pdf，Java实现是成功的，但我一直在努力在python中做同样的事情，因为pdfminer和pypdf和pypdf2都不能逐行提取带有空格的pdf。特别是，出于某种奇怪的原因，pdfminer pdf2txt将pdf拆分为3列，然后逐行读取。
我得到的最接近的是使用的
浏览 10提问于2013-06-16得票数 4
我尝试将从book_download_page = requests.get(link)获取的字节转换为字符串，然后从content = book_download_page.content转换为字符串。 我试过的是， content = book_download_page.content.decode('utf-8') 我得到了错误， 'utf-8' codec can't decode byte 0xe2 in position 10: invalid continuation byte 编辑-您可以尝试this link进行下载 谢谢!
浏览 21提问于2020-06-25得票数 0
3回答
我有一张pdf文件中的表格。有x，y，z列。我只想要x列。有可能使用python吗？如果是，怎么做？
然后我想要画x和y。我该怎么做(使用表中的数据)
浏览 23提问于2022-04-14得票数 -1
1回答
我尝试过不同的python库来从pdfs中提取特定的文本，我必须从这个pdf中提取标题下的文本，我必须将从例1开始的文本提取为菱形粗体。
下一个pdf包含不同格式的的数据。在这个pdf中，我必须从历史提取数据到检查，然后从检查到调查与历史和调查作为一个excel文件中的列和相应的数据行。python regex不能满足这个条件，因为每种pdf格式都是不同的，我们需要来自不同pdfs
浏览 20提问于2022-06-30得票数 0
2回答
索引安全pdf没有选择副本
、、、、
我需要能够索引和搜索“安全的”PDF。这些PDF有"No Copy“属性被选中并被锁定。这意味着没有用户名和密码就无法复制PDF的内容。IFilter尊重这些设置，不允许对PDF进行索引。我正在寻找一种使用aspx.net在我的服务器上索引和搜索这些PDF的方法。似乎我被以下一项困住了：
将全部内容复制
浏览 5提问于2012-10-02得票数 1
回答已采纳
1回答
我想教一个人工智能从PDF中提取特定的短语。例如，产品名称在文档中的某个位置，AI必须找到并提取它。我的问题是，是否最好将PDF作为图像或提取的字符串提供，因为文档是粗略构造的。
浏览 2提问于2019-11-25得票数 1
回答已采纳
1回答
我正在开发一个服务，其中我现在需要从PDF文件中提取图像。在Linux命令行中，我可以使用之类的提取图像因为我使用的是Python Flask框架，并且我想在Heroku上运行我的服务，所以我想使用纯Python (或者可以在Flask系统中运行在Heroku上的任何库)来提取图像。有人知道如何用纯Python从pdf</
浏览 4提问于2014-11-28得票数 4
1回答
我如何在python中读取pdf ?我知道一种将它转换为文本的方法，但是我想直接从pdf中读取内容。
有人能解释一下python中哪个模块最适合pdf提取吗？
浏览 2提问于2017-08-21得票数 45
我正在尝试从电子签名的PDF表单中提取字段名和相应的字段值，我将其上传到Adobe 并获得了电子签名。参见链接：。
在上传PDF表单之前，它是Acroform，即包含表单字段的可编辑PDF。从Acroform中，我能够使用PDFTK提取字段名和字段值。此外，在Adobe上签署此表单之后，尽管PDF不再是可编辑的(字段被锁定)，我仍然可以使用PDFTK从PDF文档中提取数据。但是，在使用Adobe 请求和获取签名之后，我很难使用PDFT
浏览 5提问于2021-06-07得票数 0
3回答
我想要提取所有的文本框和文本框坐标从一个PDFMiner文件。489, 41, "Signature"630, 202, "a_g_i_r"
浏览 6提问于2014-04-07得票数 40
回答已采纳
我正在尝试使用soffice将pdf转换为docx。它将其转换为.docx，但它提供的文本框我无法使用python提供的docx api读取。有没有更好的方法来读取文件，或者有更好的方法将pdf转换成docx，这样我就不会得到文本框了？soffice --infilter="writer_pdf_import" --convert-to docx "convert_this.pdf"
浏览 29提问于2019-12-16得票数 1
云服务器
对象存储
ICP备案
云点播
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