如何免费从pdf中提取文字
从PDF中提取文字的方法有多种，以下是一种常用的免费方法：
- 使用Adobe Acrobat Reader DC：
- Adobe Acrobat Reader DC是一款免费的PDF阅读器，它也提供了文字提取的功能。
- 首先，下载并安装Adobe Acrobat Reader DC。
- 打开PDF文件，然后点击工具栏上的“选择工具”图标。
- 在PDF页面上拖动鼠标，选择要提取的文字区域。
- 右键点击所选文字区域，选择“复制”或“复制文本”。
- 粘贴复制的文字到其他应用程序中即可使用。
- 使用在线PDF转换工具：
- 有许多在线PDF转换工具可以将PDF文件转换为可编辑的文本格式，从而实现文字提取。
- 例如，Smallpdf、PDF2Go、PDF Candy等都是常用的在线PDF转换工具。
- 打开任意一个在线PDF转换工具的网站，选择“PDF转Word”或“PDF转文本”选项。
- 上传要转换的PDF文件，等待转换完成。
- 下载转换后的文本文件，即可获取提取的文字内容。
无论使用哪种方法，都可以免费从PDF中提取文字。这对于需要编辑、引用或分析PDF文档中的文字内容非常有用。
腾讯云相关产品和产品介绍链接地址：
- 腾讯云OCR（文字识别）：https://cloud.tencent.com/product/ocr
- 腾讯云文档转换（PDF转换）：https://cloud.tencent.com/product/dcv
相关·内容
1回答
如何从PDF文件中提取指定内容并将其写入新的PDF文件？
PDF文件包含问题和答案。我想将每个问题和答案组合提取到一个新文件中。所有的问题都将以"*Q“开头。
我需要在C#写的工作代码。
浏览 1提问于2011-11-30得票数 0
1回答
我正在使用UFPDF。尝试输出pdf文件中的俄文字符。但我得到的却是：
ЖÐμлÐμзный чÐμловÐμк. БолÑOEшаѕ
UFPDF -将所有文本转换为UTF-8格式。我检查了mb_detect_encoding，是的字符串是UTF-8格式的。
我从mysql数据库中获取数据，并将其输出到pdf文件中。mysql表在utf8_general_ci中。
任何帮助都将不胜感激。
谢谢。
浏览 3提问于2011-12-17得票数 1
如何从.net c#的pdf中提取值，并将其以可读的格式存储在.net中，如文本文件，html实际上我需要一个pdf解析器。
浏览 0提问于2010-12-08得票数 1
我在使用ITextSharp从PDF文件中提取文本的过程中，我已经成功地提取了我感兴趣的文本的一部分，但当我继续我的‘文本’提取时，我注意到一些文本单词(当我使用itextsharp从整个页面提取整个文本时无法获得文本)实际上被表示为图像。Adobe Reader已经向我确认了这一点。因此，简而言之:如何提取包含在PDF图像对象中的文本？我是否必须提取图像并找到另一种方法将其转换为文本？这是一个非常可怕的行星排列对我来说..有人遇到过这个问题吗？
浏览 4提问于2013-06-07得票数 2
回答已采纳
我正在尝试从PDF中提取文本，PDF中充满了表格。在某些情况下，列是空的。当我从PDF中提取文本时，emptys列会被跳过并替换为空格，因此，我的正则表达式无法确定在这个位置有一个没有信息的列。
更好地理解图像：
我们可以看到，在提取的文本中，列并不受尊重。
从PDF中提取文本的代码示例：
PDFTextStripper reader = new PDFTextStripper();
reader.setSortByPosition(true);
reader.setStartPage(page);
reader
浏览 2提问于2017-08-23得票数 3
回答已采纳
3回答
我使用了一些免费的jquery库，如jsPDF和html2pdf，在jquery中将html导出为PDF。但是，它们中没有一个可以正确地用于波斯语。如何在jquery或javascript中导出/转换html为波斯字体的PDF？
请帮帮我!
浏览 56提问于2018-08-11得票数 0
问题: PDF文件和扫描文件中的图像包含无法复制或编辑的文本。但是，由于文档的大小和所涉及的大量时间，手工打字是不可能的。
我正在寻找一个应用程序，从pdf和图像文件的窗口提取文本。
最好是，
重量轻，使用简单
用简单的方法识别PDF和图像文件中的文本
文本可以保存在新的可编辑PDF或RTF文档中。
开源或高级版
浏览 0提问于2019-12-05得票数 1
我正在开发PDF到电子书的转换器，这将在服务器上运行。
我需要以编程方式从PDF文件中提取嵌入式字体来完成该项目。现在我可以提取图像和文本，但为了在Flash播放器中准确显示内容，我需要从PDF中提取字体并编译为SWF，以便在运行时由Flex应用程序加载。
我想知道这是否可能，因为SWFTools的pdf2swf.exe这样的工具可以做到这一点。我已经反编译了这个工具生成的swf文件，里面嵌入了字体。
提取的字体将用于仅在Flash player中显示PDF文件中的相同内容。所以我认为这不会侵犯任何权利？此外，将使用该转换器的人拥有PDF文件内容的所有权限。
所以我看到了下一个工作流程: 1.
浏览 1提问于2009-11-18得票数 0
回答已采纳
我已经实现了Azure Cognitive Read服务来返回PDF中提取的/OCR文本。
但是，为了使用户更容易理解上下文/从PDF复制和粘贴数据，我想将该文本数据覆盖在PDF上。然后我会将该PDF放入查看器中。
有没有人知道该怎么做。也很乐意使用AWS。基本上，一个API，我提交了一个PDF，它返回一个OCR的PDF是我要找的。如果这是不可能的，一个库，我可以提交文本和PDF (并返回一个文本可搜索的PDF)也是理想的。
浏览 1提问于2021-07-23得票数 1
1回答
目的是以pdf格式从发票中提取数据。
Pdf数据格式:可选择的文本(非扫描图像)由文本行、名称-值对、表(不同长度)组成。
发票数据包括: invoice_no，invoice_date，order_no，order_date在名称-价值对项目详细信息(item_code，名称，利率，数量，折扣，价格等)表格式final_taxation_info和gross_total。
投入:每周收到大量发票，格式相似，格式不同。
产出:提取发票数据并插入数据库
迄今已尝试或考虑的办法：
使用库(如iText7、PDFix、GemBox.Pdf、GroupDocs.Parser、Bytescout.PDF
浏览 4提问于2020-05-15得票数 3
1回答
我们用存储在CMS中的RGB图像生成PDF文档。
作为PDF处理的一部分，我们有时需要将RGB图像转换为CMYK (用于印刷制作)。
在Python中使用LittleCMS和PyLittleCMS绑定(加上RGB输入和CMYK输出设备的ICC颜色配置文件)，将图像从RGB转换为CMYK似乎是可行的。
但是，是否有一些基于Python的选项可以迭代PDF中的图像，提取图像数据并将其替换为经过处理的CMYK变体？
浏览 1提问于2011-04-27得票数 3
回答已采纳
我需要从两种html中抓取https链接。
一个是这样的
<a href="javascript:void(0)" onclick="javascript:newwindow1('https://hello.com/uploads/order/8c25ce592gfgfgfh99.pdf');">
this is some content Lorem Ipsum Lorem Ipsum Lorem Ipsum <img src="/img/pdf.jpg" width=
浏览 4提问于2020-06-24得票数 1
回答已采纳
3回答
我在找一款Windows免费软件
可以删除页面(例如:从50页的PDF中删除第7页，并将结果保存为PDF)。
可以移动页面(例如:将页#23从50页的PDF移动到文件的末尾)。
可以提取页面(例如:将第11页解压到新的PDF中)
可以旋转页面
可以直观地完成所有这些事情，比如在Acrobat中(即在页面-缩略图网格中拖放页面)：
📷
我试过：
PDFCreator:不允许条件5(可视化版本)，因为例如，它需要打开PDF文档，打印，选择PDFCreator，" page : 1-6;8-50“以删除第7页。
PDFArchitect：基本版本是免费的，但允许条件1、2、3、4、5的版本不
浏览 0提问于2018-03-30得票数 5
2回答
这似乎很疯狂，但是尽管Libre可以导出一个PDF格式的表单，但是无法将完整的表单数据从PDF导入Libre基地
一种方法是将PDF表单数据提取到FDF (或不友好的CSV)，然后将其转换为友好的CSV，这样就可以将CSV数据复制并粘贴到Libre Base中。
如何使用：将PDF、FDF或不友好的CSV文件转换为友好CSV
第1行："FieldName1，FieldName2 .“
第2行："Value1，Value2，.“
关于Ge.tt的有用文件，直至2015年，02，25:
以“提交格式”作为FDF的超级基本空白pdf
Libre > Forms > E
浏览 0提问于2015-01-26得票数 4
回答已采纳
1回答
无法从特定PDF中提取文本和图像
、、、、
有谁能让我知道如何从PDF中提取所有文本和图像？在类似的场景中，我能够提取图像，我使用Google创建了一个PDF，只有几行文本和2个png图像。但是，我无法从样本中提取图像。
我试过以下几点：
在Ruby中：
1)“pdf阅读器”创业板，它只支持少数格式的图像提取。
2)“文档分割”创业板，它只能提取文本，不能提取图像。
命令行实用程序：
1) "pdfimages“工具，它只支持少数格式的图像提取。
Java库：
1) pdfbox库，它只支持少数格式的图像提取。
浏览 0提问于2015-05-20得票数 2
回答已采纳
我一直在尝试从扫描的PDF中提取文本(具有不可选文本的图像)。
但是，我得到了一个没有人类可读性的输出。
我想要的信息，包含日期，发票编号从pdf链接()。
请帮助我提取和存储同样的纯文本。
import PyPDF2
from PIL import Image
pdf_reader = PyPDF2.PdfFileReader(r'document.pdf', 'rb')
page = pdf_reader.getPage(85)
if '/XObject' in page['/Resources']:
xobject
浏览 2提问于2020-05-27得票数 1
回答已采纳
3回答
我想把pdf数据转换成我们自己的文件规格。因此，请帮助我选择正确的应用程序接口为PDF解析使用java或.net。解析应该从PDF页面中提取每个组件(元素)。
浏览 3提问于2010-07-13得票数 7
我有一个使用UTF-8字符的pdf。但是，tcpdf中的utf-8没有工作。
代码：
<?php
require_once('tcpdf/tcpdf_import.php');
// create new PDF document
$pdf = new TCPDF(PDF_PAGE_ORIENTATION, PDF_UNIT, PDF_PAGE_FORMAT, true, 'UTF-8', false);
// set document information
$pdf->SetCreator(PDF_CREATOR);
$pdf->Set
浏览 4提问于2016-06-21得票数 4
1回答
我希望创建一个带有任务调度程序的自动Powershell脚本，对自动生成的PDF进行大量重命名，然后将它们保存到第二个文件夹中。原来的名字是不相关的，但通常以0013238974.pdf的形式出现。每个文件都需要根据文件中包含的文本重命名。示例：
TEXT TEXT TEXT
$ACCT_ID
TEXT TEXT TEXT
因此，文件的新名称需要是$ACCT_ID.pdf，然后保存在新的目标中。我对这个动作没意见，那只是一个简单的动作
Get-ChildItem -Path C:\Original\PDF\Generation\Folder -Include *.pdf -Recurse
浏览 3提问于2014-05-09得票数 0
回答已采纳
我正在尝试从PDF中包含的嵌入式true type字体文件中提取UTF-8字符值。有没有人知道这样做的方法？PDF中的值可能类似于'2%dd！w!|<~‘，在由TTF中的相应字形表示的PDF中，这将以'Hello World’结束。我希望能够在这里提取wchar值。这个是可能的吗？TTF中是否存在每个字符的UTF-8值？
浏览 0提问于2012-07-19得票数 1
回答已采纳
3回答
我正在尝试使用regex从PDF中提取一些自定义属性(我将使用grep)。
PDF自定义属性是以此格式存储的键值：
<</key1(value1)/key2(value2)/key3(value3)>>
值内的括号被转义：
/key4(outside \(inside\) outside)
我执行了以下正则表达式来提取键的值：
grep -Po '(?<=key4\().*?(?=\))' "sample.txt"
但是，当将其应用于key4 (带括号)时，会产生：
outside \(inside\
因为它停止在第一个) (被转义
浏览 0提问于2019-03-09得票数 0
回答已采纳
4回答
我需要构建一个工具，从pdf中获取文本和图像，并将其呈现在响应性的HTML文件中。我不需要保持元素的位置，但排序很重要。
我面临的问题是从pdf文件中提取文本和图像。
我尝试过一些将pdf转换成html的工具，但是这些工具更多的是面向文件的视觉再现(绝对定位，段落分割成行)。我需要一些东西为我提供一个段落和图像的饲料。
有什么想法吗？我也不介意看付费工具。
谢谢!
浏览 0提问于2016-12-13得票数 1
我想用iTextSharp从pdf文件中检索文本。但是，我无法像在itextsharp(itext)的JAVA中那样使用PDFTextExtractor。我需要readPDFOffline类返回文件的内容。我会给你下面的伪，让你很好地理解我想要什么。
私有字符串readPDFOffline(string fileUri)；
阅读PDF；
检索此Pdf的文本内容；*
将内容保存到字符串contentOfflineFile中；
返回contentOfflineFile；
我想做代码的*部分
浏览 3提问于2010-12-10得票数 3
回答已采纳
这可能是这里许多问题的重复。但问题是，他们没有一个坚实的answer.Also，他们被要求回去，有些是封闭的。将突出显示的文本追溯复制到PDF中的注释中的这篇文章让我对这个问题感到困惑，我很长一段时间都找不到解决办法。
，所以这就是要求.
我在平板电脑(android)中突出显示pdf文档。我有很多。在我做办公室演示之前(作为一名业务分析师，我必须做很多这方面的工作)，我想阅读一下它的总结。因此，我正在寻找一个免费的，最好是开源工具/软件，可以产生我突出显示的文本摘要。类似于下面的备选方案5，但免费。
此外，这篇文章将有助于列出那些希望从pdf中提取评论的人的选项。所以如果你知道更多的选择，请
浏览 0提问于2015-12-30得票数 3
1回答
在Silverlight4中有没有免费的、像样的文字处理器？这在Silverlight中可行吗？
另外，在Silverlight中有没有免费的库来阅读PDF/DOCX？
浏览 6提问于2011-05-06得票数 0
我们正在尝试启用全文搜索。应用程序将PDF文件存储在Azure Blob存储中，这是Azure搜索的数据源。其中大部分都很好，但是Indexer无法从几个PDF中提取文本。有没有Azure搜索索引可以提取的特定类型的PDF？如果是的话，他们是什么？
对这方面的任何信息、帮助/支持深表感谢。
浏览 1提问于2018-01-27得票数 1
回答已采纳
我们有从信用历史文件中提取信息的要求。通常是PDF和计算机生成的文档。因为这些PDF是由不同的源生成的，因此每个源的文档布局都不同。列标题标签也会有所不同。目前，有4个来源正在产生这份文件，但今后，它将来自多个来源。从每一份文件中，我们将需要提取诸如贷方名称、贷款额、未清余额等信息；
我需要知道提取我想要的数据的步骤和实际方法，如贷方名称、金额、余额等；
我们是否有一个既定的机器学习/深度学习方法可以在这里实现？只需了解ML/DL的基本知识，因此需要一个方向。
浏览 0提问于2020-01-07得票数 1
我有一个问题，当提取阿拉伯文本从pdf。
我使用库
文本出现在此图(ΎϬϧϟυϔΣϟΦϳέΎΗΏϟΎρϟϡϳΩϘΗΝΫϭϣϧΩϳϘϟϡϗέ)中，我如何解决它？我试过了
<meta content="text/html; charset=utf-8" http-equiv="Content-Type" />
但这并没有解决我的问题
浏览 2提问于2018-03-20得票数 0
1回答
我们需要一个选择的字体，我们可以使用在PDF。
我们的PDF库只与TrueType字体工作，我们希望这些字体尽可能多语言友好-即中文/日文支持理想的情况下，至少广泛的欧洲字符。
有一些建议(龙胆)，但谁能推荐一些有趣的字体，满足这一标准？，特别是一个手写字体，这将是很棒的！
浏览 1提问于2009-12-22得票数 3
1回答
我有大量的PDF文件(>2k文件)，它们看起来类似于这个(PDF样本图像)
我有一系列的缩进(A，B，C，D)，后面是文本。我想要实现的是在每个列表缩进的PDF中提取每个段落。
例如，原始文件名是: samplepdf.pdf
提取将类似于以下内容：
samplepdf_A.pdf -缩进A中的文本(lorem ipsum)
samplepdf_B.pdf -缩进B中的文本(前庭)
samplepdf_C.pdf -缩进C (Sed mollis erat)的文本
samplepdf_D.pdf -缩进D中的文本(Praesent皂甙)
我在GitHub中搜索过，但我没有真正找到我需要的
浏览 0提问于2022-05-09得票数 1
回答已采纳
1回答
我有很多pdfs从谷歌表(从谷歌表中提取关键字创建个性化pdf) -我需要有一个谷歌驱动器链接(仅查看)与相关信息用于创建特定的pdf行旁边。
有一个叫做Dropspread的工具，但它一次只能工作于一个链接()
请帮帮忙，我会很感激的。
浏览 1提问于2021-11-18得票数 0
15回答
如何从PDF中提取文本？
、、、、
有人能推荐一个库/API来从PDF中提取文本和图像吗？我们需要能够获取文档中预先知道的区域中包含的文本，因此API需要为我们提供页面上每个元素的位置信息。
我们希望数据以xml或json格式输出。我们目前正在研究PdfTextStream，它看起来很不错，但也想听听其他人的经验和建议。
有没有其他的方法(商业的或者免费的)来从pdf中提取文本？
浏览 134提问于2010-09-06得票数 175
3回答
我正在尝试从pdf 文件中提取表格。
我尝试了pdf -> html ->提取表的路由。我上面提到的pdf在转换成html时会产生垃圾，可能是因为字体的原因，文档不是英文的。
使用x和y坐标提取pdf不是一个选项，因为该解决方案需要用于来自上面提到的url的将来的pdf，该url将具有表，但并不总是在相同的位置。
请帮帮我
提前谢谢。
浏览 4提问于2013-07-11得票数 3
如何通过C#编程只将表格内容导出到excel文件中？我目前正在使用PDFNET SDK从PDF中提取所有内容，但无法将表格作为表格结构读取
浏览 3提问于2011-08-03得票数 1
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
3回答
我有一个PDF文件与宝贵的文本信息。
问题是，我不能提取文本，我得到的只是一堆混乱的符号。如果我将文本从PDF阅读器复制并粘贴到文本文件中，也会发生同样的情况。即使在Acrobat中文件->保存为文本也会失败。
我已经使用了所有我可以得到我的手的工具，结果是一样的。我相信这与字体嵌入有关，但我不知道具体是什么？
我的问题：
是这个奇怪的文本的罪魁祸首
如何从PDF中提取文本内容(以编程方式，使用工具，直接操作位，等等)？
如何将PDF修复为不能在副本上乱码？
浏览 12提问于2012-08-29得票数 10
回答已采纳
2回答
PDF至可编辑文件
、、、、
我只想问一下，是否有任何资源可以像Word、Excel或powerpoint那样进行PDF到可编辑文档的转换。如果可能的话，请告诉我。我喜欢的架构是NodeJS或Javascript。我做了以下研究：
读取二进制文件并提取所有信息，然后根据这些信息创建文档，但这是一个非常长期的解决方案。
我想以可编辑的方式进行转换，所以我不想使用图像映射进行转换。
如果有任何可用的付费资源，一定要共享，而且它不能是API，因为我需要提供离线支持。
问候阿里·穆卡达斯
浏览 2提问于2017-12-20得票数 1
1回答
从PDF中提取文本时出现异常字体
、、、、
我一直在尝试从PDF文件中提取文本，大多数文件似乎都工作得很好。但是，有一种特殊的文档具有这种不同寻常的字体的文本： 我尝试过使用PHP和Python进行解压，但都无法修复此字体。我尝试复制文本，并试图看看我是否可以得到它在文本编辑工具，但不能做much.Please注意，原始的PDF文件看起来很好，但当文本被复制和粘贴在文本编辑工具中，字符之间的间隙开始出现。我完全不知道该怎么办。请建议使用PHP/Python (最好是PHP)解决此问题。
浏览 30提问于2020-07-07得票数 1
回答已采纳
2回答
我想通过添加证书来开始签署PDF，并显示其创建的真实性和有效性。
为此，我计划使用TCPDF库，但除了.crt文件之外，我还需要访问私钥。
我已经联系了几个销售PDF证书的供应商，但是他们都计划发送一个HSM模块(物理设备)，私钥无法从其中提取，那么我如何编程使用它呢？
浏览 18提问于2022-05-02得票数 0
我正在尝试使用pdfminer从填充的PDF表单中提取所有单词/文本以及每个单词的坐标，这些表单不再可编辑(即它们是扁平化的，而不是acroforms)。我只能提取字段之外的文本和坐标。例如，在所附图像上，"...大写字母或根据需要勾选✓。“可以提取。但“迪斯尼乐园”、“米奇”等不能。 因此，在我使用的代码中，由于这个问题，从空白表单、Acroform和不可编辑的pdf表单中提取的单词和坐标是完全相同的。 有没有办法使用pdfminer或其他包来解决这个问题？ 示例PDF可以在这里找到：https://drive.google.com/file/d/1HroGrPqADRQ0_ccs
浏览 38提问于2021-04-28得票数 1
2回答
我有一个HTML表单，用户可以上传PDF。
我想从PDF中提取全文，在其中搜索特定的单词，然后将它们存储在我的数据库中。有什么想法吗？
当然，我并不要求你提供全部代码，但首先要说明的是。像图书馆或者像OCR之类的东西，但是免费的。
浏览 0提问于2017-11-12得票数 2
2回答
我和iText有点问题。其他人说iText只用于创建PDF？而且它不能从PDF中读取或提取文本。这是真的吗？
如果这是真的，那么我还可以选择哪些其他选项来从PDF文件中提取文本并将其保存在变量中或显示在Android设备中？
如果iText能够从PDF中提取文本，那么如何提取呢？
浏览 0提问于2012-10-22得票数 2
回答已采纳
4回答
我们组织中有许多文档被无意中保存为 (也称为PDF1.7“集合”)。我们想要将这些转换成普通pdf (大多数这些“包”包含一个沼泽标准的pdf文件)，但鉴于文件的数量，这是不可能的手动。
任何Adobe专家都知道：
有一个开放源码或免费的库处理PDF包格式，我可以写一个脚本左右？
Adobe 9有一个相关的可脚本接口，允许我从每个包中提取相关文件吗？
或者，我正在研究一种基于宏的方法，但在研究其他选项之前，我宁愿不走这条路。
谢谢!
浏览 0提问于2009-10-12得票数 1
回答已采纳
我必须从一个特定的矩形区域内的pdf文件中提取文本。工作流程如下。首先，将pdf转换为jpg图像。然后，用户在图片顶部绘制选择矩形。然后我需要从pdf文档中提取该选择区域内的所有文本。有什么建议可以从C#下载免费的pdf库来使用吗？
浏览 6提问于2010-11-29得票数 6
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
1回答
我是一个HTML初学者，用大约50个不同的问题创建了一个相当复杂的HTML表单，最后还有一个HTML5签名画布。什么是最简单的方式来获取表单数据，并创建一个非常好看的PDF从它和电子邮件在后端？我也需要在PDF上签名。这将是一份保险索赔表，因此生成的PDF必须看起来很好。我甚至愿意支付一些软件，是初学者友好。我使用jQuery UI签名作为签名。我有Linux访问权，并考虑编写信息、MySQL数据库和一些如何从那里提取数据？谢谢。
浏览 2提问于2015-12-09得票数 0
回答已采纳
我正在尝试从PDF中提取图像，PDF是受保护的。
对于普通的PDF，可以很好地提取图像，而从受阅读保护的PDF中也可以很好地提取文本。然而，这些图片却是另一个故事。它既不提取所有图像，也不以模糊的灰色或黑色提取所有图像。
在下面的PDF ()中，您可以在下面的缩略图中看到很多图像：
我尝试了来自pdfimages的命令
$ pdfimages -j ticket.pdf i
和来自的命令
$ pdftohtml -nodrm ticket.pdf
但这两张照片都只提取了其中的一幅。但是，该图像被正确提取。从其他PDF，我得到所有的图像，但他们都是灰色或黑色。
因为据推测，读保护只是P
浏览 1提问于2015-04-30得票数 1
8回答
我正在尝试使用Perl从PDF文件中提取文本。我一直在命令行中使用pdftotext.exe (即使用Perl函数)从system文件中提取文本，这种方法工作得很好。
问题是我们有像α，β和其他特殊字符中的符号，这些符号不会显示在生成的txt文件中。此外，在文本中随机添加的额外空格也很少。
有没有一种更好、更可靠的方法来从PDF文件中提取文本，使文本包含所有的符号，如α，β等，并且文本将与PDF中的文本完全匹配(即没有额外的空格)？
浏览 11提问于2009-07-16得票数 23
5回答
我需要一个.NET库，这样我就可以从PDF，Excel和Word文件中提取文本数据。
理想情况下，是一个免费的工具！
你能推荐一些吗？
非常感谢，
浏览 2提问于2012-06-11得票数 15
回答已采纳
3回答
嗨，我正在寻找一些伟大的PDF编辑器，除了Qoppa软件的PDF工作室，我已经找到，这是相当负担得起的。对于Ubuntu来说，他们还有其他更实惠的吗？
浏览 0提问于2022-04-12得票数 1
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
即时通信 IM
腾讯会议活动推荐
腾讯云开发者
