如果找不到关键字，则无法使用关键字搜索PDF的提取行和打印
关键字搜索是一种通过指定关键词来检索文件内容的方法。它可以帮助用户快速定位所需信息，并在大量文件中快速提取相关内容。然而，传统的关键字搜索往往只能搜索文本内容，无法直接搜索PDF文件的提取行和打印。
为了解决这个问题，可以借助云计算技术中的文本识别与处理功能。腾讯云提供了一系列与文本相关的产品和服务，包括腾讯云文字识别（OCR）、腾讯云自然语言处理（NLP）等。
腾讯云文字识别（OCR）是一种基于深度学习技术的图像与文档文字识别服务，能够将PDF中的文字内容提取出来。用户可以将需要搜索的PDF文件通过API调用腾讯云OCR服务进行文字识别，并将提取出的文字信息进行存储和索引。之后，用户可以使用关键字搜索引擎来搜索这些已经提取出来的文字信息，从而实现对PDF的关键字搜索。
除了文字识别，腾讯云还提供了腾讯云自然语言处理（NLP）服务。通过将PDF文件进行自然语言处理，可以将PDF文件中的文字信息进行分词、词性标注、实体识别等处理，从而更好地支持关键字搜索。
综上所述，通过使用腾讯云的文字识别和自然语言处理服务，结合关键字搜索引擎，可以实现对PDF文件提取行和打印的关键字搜索。具体的实现方式可以参考腾讯云OCR和NLP的相关文档和API接口。
腾讯云OCR服务介绍链接：https://cloud.tencent.com/product/ocr 腾讯云NLP服务介绍链接：https://cloud.tencent.com/product/nlp
相关·内容
我已经在网上搜索过了，但找不到我需要的答案。我需要在Linux环境中递归地在多个目录中搜索一个名为"monthly_spd.pdf“的文件，查找关键字短语，如"MOS-corrected”，然后打印找到"MOS-corrected“的那一行，还打印路径/文件名。
我已经在下面尝试过了，我可以打印或显示文件/路径名，但我还不知道如何打印每个文件中关键字短语(“MOS更正”)所在的行。谢谢。
find . -name 'monthly_spd.pdf' -exec echo {} \: -exec pdftotext {} - \; | grep "
浏览 22提问于2018-08-24得票数 0
3回答
我希望将一个对象的详细信息提取到PDF文件中，并希望在该导出的PDF文件中有一个工具来修改/编辑数据。
例如:尝试将学生对象的详细信息导出为PDF格式，比如第一行的显示名、第二行的年龄等等，一旦数据导出，我也应该能够编辑它(比如更改检索到的时间)。
最初，我考虑在这个应用程序中创建一个GUI，它显示数据和用户可以在执行打印、邮件等任何操作之前进行编辑，但希望避免创建这个GUI，并直接处理导出的PDF。
我对这个领域非常陌生，我试着在谷歌上搜索，但是找不到一个正确的解决方案。
问题中的对象是一个java对象，我试图在PDF文件中查看这个java对象的详细信息。
任何指点都会对我有很大帮助。
浏览 2提问于2015-05-19得票数 2
回答已采纳
我正在编写一个打印PDF的应用程序。现在，我得到了一个错误消息，在经过长时间的搜索之后，我无法得到更多的信息。
目标是打印PDF文件而不打开。
我的守则：
using System.Diagnostics;
private void button1_Click(object sender, EventArgs e)
{
ProcessStartInfo info = new ProcessStartInfo();
info.Verb = "print";
info.FileName =
浏览 1提问于2021-01-18得票数 0
我使用一组搜索词从多个PDF文件中提取数据。
Table_search <- list("Table 14", "Listing [0-9]", "Program")
Table_match_list <- sapply(Table_search, grep, x = tablelist, value = TRUE)
此代码循环遍历PDF文件，搜索关键字并从PDF中提取该行。我得到不同的关键字之间的长度差异，如下面的错误。这是由于在特定页面中缺少关键字，如果代码遇到任何缺失的值，它应该能够打印NA，以便代码转到下一页并查找关键字等
浏览 3提问于2021-02-02得票数 0
回答已采纳
我做了一些e.graphics.draw字符串/图像/行，并设法使用打印对话框、打印文档和打印previw对话框打印它。但我想把它保存到一个pdf使用微软打印到pdf。进入一个特定的文件夹。不使用文件对话框，只需一个按钮将其保存为pdf。
我不知道下一步是什么。因此，任何帮助都是值得感谢的，顺便说一句，我搜索了10多天，但我找不到办法做到这一点。顺便说一句，我使用了itextsharp和pdf打印机。但是我不能做我想做的事情，因为我想保存我使用e.graphics所做的事情，谢谢。
浏览 5提问于2022-08-04得票数 -1
回答已采纳
我使用camelot进行表格数据提取，但是头文件没有作为PDF的一部分进行提取。
在下面附加目标PDF链接和目标表在第3和第4页，这需要提取。
其中一张表如下所示
我已经看过camelot文档，我认为问题与“检测短行”有关。
但是，不能通过调整line_size_scaling参数来解决问题。
请协助。
浏览 1提问于2018-11-08得票数 3
回答已采纳
我正在帮助我的一位前老师建立一个网站，在那里他可以交换课堂文件(考试、学生习题等)。和他的同事们。他亲自创建了数千份PDF-文件，现在将提供给其他教师参考/使用。
一个主要的功能是一个搜索功能，它允许用户搜索特定的文件。由于有这么多文档，我们需要找到一种有效的方法来搜索所有的文档。
我想出了几种办法：
( a)手动分配每个PDF-File5-10关键字，并将这些关键字与文件的元数据一起保存在MySQL数据库中。用户将搜索这些关键字，而不是直接搜索PDF的内容。
( b)使用某种逻辑以编程方式提取10-20个最常见的关键字，并将这些关键字与文件的元数据一起保存在MySQL数据库中。在我看来，这是
浏览 5提问于2014-10-09得票数 2
回答已采纳
1回答
请帮助我理解，如果我试图做的是可以实现的Azure认知搜索。
我有一堆PDF文件作为文本提取和索引(所以我不使用OCR内置的索引功能，我用第三方工具准备提取的PDF数据)，我需要以某种方式实现名为“基于新的一个文档在索引中查找类似文档”的功能。
因此，作为搜索的输入参数，我传递提取出来的PDF文本(通常看起来与新的行符号混在一起)，希望使用这些文本在我的索引中找到类似的提取PDF文件。这意味着他们有相似的结构/公司名称/人员等。
可以这样做吗？我无法在文档中找到任何类似的情况，但我假设可以通过一个完整的查询搜索来配置它。
请告诉我，我正朝着正确的方向前进吗？
浏览 17提问于2022-07-14得票数 0
回答已采纳
我使用ocr技术从包含图像的pdf中提取文本，但我只想在pdf还不能搜索的情况下使用ocr，否则我想使用pdfminer或类似的库。
有没有办法区分已经可以搜索的pdf和不能搜索的pdf？
浏览 5提问于2019-06-22得票数 1
1回答
从PDF文件中提取文本(打印)
、、、、
我正在使用RedMon(重定向端口监视器)、HP通用驱动程序PS和GhostScript来拦截文档打印。
但是，对于以下场景：
文件PDF -> HP通用驱动程序PS -> -> PostScript文件** -> GhostScript创建文件printed.pdf*。
*无法从PDF文件提取文本: gs -dSAFER -dBATCH -dNOPAUSE -sDEVICE=txtwrite -sOutputFile=output.txt printed.pdf
** PostScript文件是以压缩格式创建的，无法提取文本。
问题是？
将PostScript发送到打
浏览 6提问于2018-06-14得票数 0
我试图使用LIKE从sql中获取行，其中键与列中的键数组匹配。
$key = '%PDF%';
$q = mysql_query("SELECT * FROM `ads` WHERE key LIKE '$key' ORDER BY RAND() LIMIT 2");
这很好，并显示结果，但当我改变我的密钥为PDF文件。即：
$key = '%PDF文件%‘；
它没有显示结果，因为在db中有一个键数组，请查看我的db列：
下面是我的sql键列：
PDF，pdf，PDF搜索，pdf搜索，PDF引擎，pdf
那么解决办法是什么呢？如果
浏览 3提问于2011-07-04得票数 0
我已经安装了Drupal6，并安装了“打印机、电子邮件和PDF版本”，也就是“打印”模块。
然后，我意识到为了从html节点生成PDF，我需要一个第三方工具，这很好，但是打印模块无法识别我安装在/modules/ Print /lib/目录中的第三方工具。我在“主页>管理>站点配置>打印机、电子邮件和PDF版本”页面中看到以下错误：
“找不到PDF生成工具！请下载支持的PDF生成工具。有关详细信息，请查看此模块的INSTALL.txt。”
我对第三方工具的文件夹和文件设置了755权限，因为我的大多数其他设置也设置为755权限。
我已经安装了三个推荐的第三方PHP PDF生成工
浏览 5提问于2009-12-07得票数 1
我希望能够打印我在保存的搜索的PDF页脚中使用的条件信息。我曾尝试制作高级PDF来处理此问题，但我找不到用于将条件信息拉入保存的搜索或高级PDF中的字段。任何帮助都将不胜感激。
编辑:我在NetSuite中创建了一个保存的搜索，其中显示了前一周的所有库存收据。我们必须打印这个保存的搜索，并将其与实际的纸质收据进行核对，以验证计数和收据。当保存的搜索打印为PDF时，它不会显示为其运行保存的搜索的条件信息，以向内部审计证明我们已在正确的日期运行此报告。我想要一种方法来打印这个保存的搜索的条件信息，以及运行保存的搜索的时间戳和运行保存的搜索的用户。有没有办法在保存的搜索或高级PDF中添加这些附加信息
浏览 0提问于2021-04-06得票数 0
2回答
我搜索了很多，但由于我找不到解决这类问题的方法，因此在同一个问题上发布了一个明确的问题。大多数答案包括图像/文本提取，这是相对容易的。
我有一个要求提取表格和图形作为文本(csv)和图像分别从PDF。
有没有人能帮我写一个高效的python3.6代码来解决这个问题？
到目前为止，我可以使用startmark = b"\xff\xd8“和endmark = b"\xff\xd9”实现提取jpgs，但并不是PDF中的所有表格和图形都是普通的jpgs，因此我的代码无法实现这一点。
例如，我想从第11页提取表格，从第12页提取图形作为图像或从以下给定链接可行的东西。该怎么做呢？
浏览 0提问于2019-04-29得票数 7
1回答
首先，我想在我的SQL View表中找到一个现有的值，
查看以下输入：
当我输入开始日期和结束日期时，我希望这些输入在我的SQL视图表格中搜索另一个字段，即表单接收日期。示例:我有2行表单接收日期分别为2015年9月17日和2015年9月20日。当我输入Begin Date: 18-Sep-2015和End Date: 25 Sep-2015时，它将搜索介于2015-Sep-18和2015-Sep-25之间的表单接收日期，并在表单接收日期中找到带有20-Sep-2015的行。
是否可以修改搜索功能？因为当我修改查询视图并在BeginDate和EndDate之间添加where FormRecei
浏览 2提问于2015-09-11得票数 0
我目前正在使用python删除PDF文件中的水印。例如，我有一个这样的文件：
页面中央的绿色形状是水印。我认为它不是以文本形式存储在PDF中的，因为我通过使用边缘浏览器(它可以读取PDF文件)搜索无法找到该文本。此外，我无法通过图像找到水印。我使用PyMuPDF从PDF中提取所有图像，水印(应该出现在每一页上)是找不到的。
我用于提取的代码如下：
document = fitz.open(self.input)
for each_page in document:
image_list = each_page.getImageLis
浏览 8提问于2022-08-02得票数 -1
回答已采纳
我在为我的一个朋友做一个项目。我希望在多个页面上找到一个特定的关键字，它在一个大PDF文件(40-60页及以上)的其他地方有重复，然后在找到关键字的页面中保存内存，然后将这些页面从原始的PDF文件中分割出来，最后，将它们合并在一起。
我正在考虑使用PDFMiner或PyPDF2 (我也愿意接受其他建议)
我已经在为大部分代码编写代码，但是我无法找到一个好的、高效的方法来搜索这个文件并找到那个关键字，因为这个关键字位于同一个文件中的其他地方，并且确保我想从原始文件中提取的数据不是重复的，所有的数据都被提取出来了。
提前谢谢。
浏览 4提问于2020-02-20得票数 2
回答已采纳
1回答
我正在使用文档理解UiPath从多个pdf文件中提取数据。每个pdf文件包含同一页的多份副本，我无法删除。的问题是：
1.) Regex正在从中提取数据--文件的所有页面。我只想要数据从的第一页的pdf。
2.) --它也是提取它下面的其他无关数据--以及所需的数据。
I无法从pdf文件中删除重复的页面。因此，我不能使用ML抽取器，因为它的限制为2页和4mb大小的。目前，我正在使用表单抽取器和Regex 来提取数据，它们都是从中提取数据，所有页面都是文件。
另外，对于某些数据，它还将提取其他无关数据(仅当我使用Regex .时才会发生这种情况)。我如何解决这两个问题？
任何帮助都是非常感谢的！
浏览 7提问于2022-03-08得票数 1
1回答
当涉及到NLP时，我是一个新手，因为我刚刚开始学习它。因此，如果这个问题看起来过于简单，请耐心听我说:)
我有一堆PDF文件(很多)，任务是:每当有人问一个问题，答案是在这些PDF中的一个可用，要么包含答案的部分被提取或该特定PDF的页码显示为答案。您可以将每个PDF视为某个产品的手册；总共有数百个PDF文件。
我知道使用PDF搜索引擎可以很容易地解决这个问题；但是从文本挖掘和AI/ML的角度来看，有什么潜在的方法可以解决这个问题吗？也许我可以在一些PDF上训练模型，它可以用于rest？
最近我一直在尝试做一些研究，到目前为止，我得到的结果是:每当有人提出问题时，我都可以使用nltk pyth
浏览 0提问于2018-06-06得票数 0
2回答
Type0 CMap解析问题
、、、、
我目前正在工作的iOS PDF扫描使用PDFKitten。我试图提取文本，以PDF格式搜索具有Type0字体。我无法从PDF中提取文本。ToUnicode中的一些条目丢失了，有些条目被曲解了。解析CMap会有问题吗？如果我没有完整的CMap，我应该如何导出它？我可以为这些缺失的ToUnicode条目提取外部条目吗？
谢谢
浏览 2提问于2014-11-13得票数 2
回答已采纳
使用，我制作了一个从pdf中提取原始文本的简单函数：
async getPdfText(path){
const pdf = await PDFJS.getDocument(path);
const pagePromises = [];
for (let j = 1; j <= pdf.numPages; j++) {
const page = pdf.getPage(j);
pagePromises.push(page.then((page) => {
const textContent = p
浏览 0提问于2019-02-12得票数 4
回答已采纳
2回答
我正在制作一个小文档的文本搜索应用程序使用技术堆栈(react + nodejs + mongodb)。例如，如果我在搜索栏上输入“鸡”，我的搜索结果中就会有一整篇关于鸡的文章(例如:最受欢迎的鸡餐厅今晚因为很多关于鸡肉味道的抱怨而关门了，所有的员工都丢了工作)。文本通常太长而无法显示，我想做的是提取关键字的单词，如：“最受欢迎的鸡肉餐厅...关于鸡肉味道...”。
你对一个函数有什么想法吗？
( keyword + max length in parameter)。我试着使用substring和splice，然后拆分，但我找不到最简单的方法。
谢谢!
浏览 1提问于2018-06-11得票数 0
输入PDF的链接 https://drive.google.com/drive/folders/1dcgDpfiVjMTGmYSRGnQA65YjZzv0AwXL?usp=sharing 代码遍历路径中的所有PDF文件，创建一个语料库，并用分隔符分隔每一行。接下来，它检查具有给定搜索列表的所有行，并提取该行，并告知搜索词是否存在于Table_search中(a <- sapply(unlist(Table_search)，grepl，x=tableline))。 setwd("D:")
tables<- list.files(pattern='pdf$&#
浏览 14提问于2021-02-08得票数 0
回答已采纳
我想在ADOBE Acrobat中在另一个PDF文件(存在于本地计算机)的窗口/框架内显示选定的PDF页面(存在于本地计算机中)。我该怎么做呢？我在网上搜索了一下，但似乎找不到任何解决方案。如果有任何其他方法可以在不使用java脚本的情况下完成此操作，也可以接受。
浏览 1提问于2017-04-04得票数 0
这里的情况:我有700个pdf文件在一个文件夹(这些文件必须在那里！)每个文件包含数十个或数百个年历/注释。每个注释/注释都有识别项目或主题的关键字。
这是需要的:对于一个给定的项目/主题，收集一个pdf文件中所有该文件夹中所有pdf的注释/评论，注释/注释与这个给定的项目有关。
详细信息:这里有两个操作: 1)查找/提取注释/注释；2)然后选择找到的注释/注释，并将它们汇总到一个pdf文件中。
下面的问题是:是否有一个PDF软件能够根据搜索条件(例如，项目名称)查找、提取、选择和汇总注释/注释？
我的经验是:我尝试了很多软件，但都没有用。XChange编辑器6接近尾声。他能做第一次手术。搜索
浏览 0提问于2017-06-27得票数 3
回答已采纳
2回答
PDF表格数据
、、
我有一个关于从pdf文件中提取文本，准确地说是表格数据的一般问题。
pdf查看器如何读取和显示表格？为什么我们不能以同样的方式获取必要的列信息呢？
我已经搜索了一个星期，主要是使用pdftoxml处理令牌坐标和太宽的表格单元格(这样就不可能准确地识别中间的空表格单元格)。
我为我的一堆pdf文件解决了这个问题，方法是重新展开文本(顺便说一下。如果行与行之间的距离被否定并“粘贴回一起”，则逐行实现是非常成功的)，但这当然只是一个实例解决方案。
这让我有点头疼。pdf查看器为单元格绘制线条，并知道单元格的开始和结束位置，但我们无法从pdf源文件中读取这些内容。这怎么可能呢？他们知道什么是我们不能推
浏览 2提问于2012-12-22得票数 2
1回答
如何用lpr选择纸张源？
、、、
我在用evince (由Evince不显示打印机修复)打印PDF时遇到了困难，同时成功地使用了lpr来完成一些事情。
我在手册页(page-ranges，number-up)中找到了几个选项，但没有指定纸张源。在“打印”对话框中，我可以在Tray 1和Multipurpose Feeder之间进行选择。
是否有可能(如果有，怎么做？)使用lpr从命令行打印时要选择纸张源吗？
浏览 0提问于2016-12-02得票数 11
回答已采纳
1回答
我想在python中解析PDF文件。我见过PDFMiner的例子，这些例子无法解释我的要求。
例如，如果我想分析一份简历，它包含各种领域，如摘要，经验和爱好。
我有兴趣只提取经验和这个经验字段将在第一，第二，或在任何地方，我需要确定经验字段所处的位置和需要提取的数据。
我该怎么做？
浏览 1提问于2016-06-07得票数 1
回答已采纳
我试图使用此方法修改一个pdf (第一个代码块--使用PDFStreamParser并遍历PDFOperator，然后在需要时更新COSString )：
我对一些UTF-8字符有一个问题:当我打印想要更新的文本时，它显示为"Societ？?ii Na? Na?ionale“(哪里'?‘？)是类似于0002或0004的代码。
有趣的是：
当我编写更新的pdf文件时，字符将被正确显示(即使我无法检测和替换它们)。
如果我试图使用PDFTextStripper的getText(.)删除文本，文本将被完美地提取出来。
我尝试了两个pdfbox版本: 1.5.0 (行为如
浏览 27提问于2013-04-12得票数 8
回答已采纳
我想在文件中搜索关键字"mykey =“，并打印出关键字后面的字符串。我不能执行"grep"，因为每一行都很长。我只想提取关键字后面的字符串。
浏览 0提问于2011-07-29得票数 0
回答已采纳
我对脚本很陌生，并试图学习如何提取存在于两种不同模式之间的任何文本。但是，在以下场景中，我仍然无法理解如何在两种模式之间提取文本：
如果我的输入文件读取：
Hi I would like
to print text
between these
patterns
我期望的输出是这样的：
I would like
to print text
between these
也就是说，我的第一个搜索模式是“Hi”，跳过这个模式，但是在匹配模式后面的同一行中打印所有存在的内容。我的第二个搜索模式是“模式”，我希望完全避免打印这一行或其他任何行。
我尝试了以下几点：
sed -n '/Hi/,/
浏览 6提问于2012-10-23得票数 8
回答已采纳
3回答
我需要打印一个html表与行高度设置动态从数据库使用PHP的一些值。似乎html5不支持内联高度和带有标签，而是使用css。我的要求是生成一个html文件，然后使用DOM pdf将其转换为pdf。
请指导我如何动态设置这些参数，内联或使用css，或是否已有库可用于相同的目的。
我用谷歌搜索了很多，但找不到任何符合我要求的结果。我也附加了最终的输出格式
(在回答栏中，我打印了一些值，这是每行所需的高度)
提前感谢
浏览 3提问于2013-08-05得票数 1
我使用的是Laravel 5.4和
"barryvdh/laravel-dompdf": "^0.8.0",
我在控制器中有以下代码
$pdf = PDF::loadView('print.print', $data);
return $pdf->download('invoice.pdf');
因为它将正确下载pdf，但我希望在视图中预览打印的内容。我用谷歌搜索了一下，还是找不到
浏览 33提问于2017-06-25得票数 0
1回答
使用PDF，我可以从或任何其他类型的文件中提取文本。例如，使用下面的行：
Docsplit.extract_pages('doc.pdf')
我可以拥有PDF文件的文本内容。
我目前使用的是Rails，PDF是通过请求发送的，并且驻留在内存中。查看API和源代码，我找不到从内存中提取文本的方法，只能从文件中提取。
有没有一种方法可以获得此PDF的文本，而无需创建临时文件？
如果重要的话，我会使用attachment_fu。
浏览 6提问于2013-04-30得票数 2
2回答
据我所知，侏儒搜索，也许还有海鸥搜索，都是由追踪器驱动的，或者至少是由跟踪器扩展的。我在18.04安装了跟踪器来收集我在Ubuntu17.10中使用的内容文件搜索功能。那时我能够在gnome设置中添加我的文件夹，它们确实正在被扫描。但它似乎只使用像名称这样的元数据，而不使用文件内容：
~> tracker daemon -w
Ressourcen-Aktualisierungen der Datenbank werden nun überwacht
Alle Eigenschafte »nie:plainTextContent« werden ausgelassen
Drücken S
浏览 0提问于2018-07-15得票数 4
1回答
我希望从PDF发票中提取特定的文本和数字，其中之一是总金额。事情是，的总金额的立场不断变化从pdf到pdf的是根据有多少个项目。如果有很多项目，那么总金额字段将在pdf中较低，如果项目的数量较少，那么总金额将更高在pdf中。参考图见下图。发票中只有两个项目，所以总字段位于较高的位置。但我也有发票，在发票中有15项，总字段在页面中较低或在下一页。
那我该怎么提取呢？我试过使用Anchor base，但它不起作用！
这是我迄今所做的工作：
1.)指定一个for循环来打开文件夹中的每个pdf。
2.)对于每一个pdf，我已经分配了一个热键，适合一整页窗口。
3.)然后我使用Anchor B
浏览 18提问于2022-03-02得票数 0
回答已采纳
我正在使用显示pdf文档。现在我希望能够在pdf文档中搜索文本。有一些关于如何做到这一点的示例，但它们不起作用，因为找不到PDFFindController的构造函数。
使用以下命令显示文档效果良好
let loadingTask = pdfjsLib.getDocument(url);
loadingTask.promise.then((pdf: any) => { /* display code here */ }
但是当我尝试按照这个中的建议创建一个PDFFindController时，它失败了。
new pdfjsLib.PDFFindController();
Firefox中
浏览 230提问于2019-12-03得票数 0
谁能告诉我如何根据在搜索中找到的页码提取页面，并创建新的pdf以便能够打印？我的想法是，我将使用vb.net搜索一个pdf，有我答案的页面将被提取到另一个pdf中，在搜索结束时，它将打印新的pdf。到目前为止，我所做的是我已经做了搜索，它返回正确结果的页码，但我不知道从这里做什么，请参阅以下内容： Public Shared Function SearchTextFromPdf(ByVal sourcePdf As String, ByVal searchPhrase As String, Optional ByVal caseSensitive As Boolean = False) As
浏览 15提问于2020-06-16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
1回答
目前，我正在使用selenium和autoit编写web自动化软件。
我发现了一个奇怪的问题，当一些页面用firefox打印到pdf时，我会得到无法搜索的pdfs。我试过ff 3.5，4.0，20，22，23 -都有同样的问题。
你可以通过打印linkedin的任何个人资料来复制它--你会得到无法搜索的pdf。
有人遇到过同样的行为吗？我如何绕过它(使用python，selenium)？我试过镀铬驱动器，但速度越来越慢。
我正在运行windows 7 x64终极版，它不会破坏打印机的使用-我已经尝试了很多不同的版本。通过搜索，我的意思是我应该能够搜索文本，就像在大多数pdf文件中一样。
更新-
浏览 3提问于2013-05-03得票数 0
回答已采纳
1回答
嵌入式保存/打印pdf
、、、
我有2个外部按钮，这将打印和保存页面上嵌入的pdf。在谷歌上搜索了几个小时后，我找不到任何对解决这个问题有帮助的东西。我知道嵌入的对象有打印和保存按钮，但客户端希望它有两个外部按钮。感谢你给我的任何帮助，谢谢。
这就是我如何拥有pdf的。
<div class="test">
<embed src="embedded.pdf" width="300" height="175" />
</div>
浏览 0提问于2011-12-27得票数 2
我试过索尔，但想不出一种适合我的要求的方法。
我拥有的:
一堆PDF文件。一组关键词。
我想要达到的目标:
索引PDF文件(solrcell - to)，搜索关键字(works，ok)，输出输出，列出PDF文件的名称，关键词出现的地方(不知道/不知道如何)
尝试操作ResponseHandler/Schema.xml/Solrconfig.xml，但没有效果。
Lucene/solr专家，你认为我正在努力实现的目标是可能的吗？
我将现有的代码放在github @ 上(这主要是solr的默认示例，对字段做了一些修改(所有内容都存储在一个内容字段中)。
schema.xml的显著变化是：
Sche
浏览 1提问于2011-08-02得票数 1
回答已采纳
1回答
我正在使用PDFBox从pdf中提取信息，并且我当前正在尝试查找的信息与行中第一个字符的x位置相关。不过，我找不到任何与如何获取这些信息相关的东西。我知道pdfbox有一个名为TextPosition的类，但我也找不到如何从PDDocument获取TextPosition对象。如何从pdf中获取一行文本的位置信息？
浏览 1提问于2015-10-07得票数 5
回答已采纳
1回答
我需要从pdfs中提取表格数据。pdf中的一些表只包含一行。我一直在尝试使用camelot库提取数据。
使用Camelot提取代码：
pip install camelot-py[cv] tabula-py here
import camelot
file = 'xyz.pdf'
tables = camelot.read_pdf(file,pages ="all")
tables[6].df
以上代码无法提取单个行表信息。
例如，在pdf：中，该工具无法检测到最后一个表格(在标题“教师详细信息”下)，因为它只有一行。
有人能提出解决办法吗？
浏览 18提问于2022-11-22得票数 -1
回答已采纳
我的应用程序中有一个实体类，它使用spring数据和mongoDB，如下所示：
@Document(collection = "DocumentFile")
public class DocumentFile {
private String originalFileName;
现在我想为字段originalFileName.创建一个搜索方法例如，originalFileName的名称可以如下所示：
testFileName-2016-USA.pdf
我将搜索例如，FileName，和2016，上面提到的文件应该是匹配的。我现在的问题是我怎么能做到这一点。我需要这样的
浏览 3提问于2016-09-30得票数 0
1回答
我有下面的代码，它试图首先找到PDF文件。如果它连一个PDF文件都找不到，那么它将继续在同一个文件夹中搜索例如.TIF文件。
不过，我有两个问题。首先，当它在文件夹中找到一个PDF文件时，它还会打印.txt文件中的所有.txt文件。但是当它找不到PDF文件时，它就会停止(即使没有中断)，也不会生成一个.txt文件。我很困惑，任何帮助都很感激。
b = os.walk('C:\\Users\\USER\\Desktop\\FOLDER')
os.listdir('C:\\Users\\USER\\Desktop\\FOLDER')
f = []
for(dirpa
浏览 2提问于2016-06-06得票数 1
回答已采纳
我有一个生成PDF的服务器，我无法访问或更改服务器上的设置。
当服务器生成pdf时，它将以下javascript代码嵌入到文件中，以便当任何PDF阅读器/查看器打开它时，打印文档屏幕就会自动打开。这是非常不方便和令人沮丧的。
文件开始时的代码如下所示：
%PDF-1.4 %âãÏÓ 1 0 obj <</S/JavaScript/JS(this.print\(true , 0,this.numPages-1,false\);\r)>> endobj 3 0 obj <</Length 10/Filter/FlateDecode>>stream x
浏览 7提问于2014-04-04得票数 6
回答已采纳
2回答
我在打印时遇到了一些困难，当我打印我的报告到物理打印机时，文本居中，但当我打印相同的报告到PDF打印机(例如cutePDF)或XPS文档写入器时，左边距变成0。同时，当我试图调整页边距时，它在PDF和XPS中运行良好，但物理打印打印的页面有一些额外的左边距。我找不到这种不同之处，我试图只为非物理打印设置页边距，但无法做到这一点。如果可以根据打印机选择来设置marige，那就太好了，例如，如果我选择PDF打印机或XPS写入器，边距就会改变。我正在使用Printer.canvas.textout()，过程来打印文本。
有人能帮帮我吗？
浏览 8提问于2011-11-09得票数 1
1回答
在开始之前，我只想说，我知道以前有人问过这个问题，我已经在这个论坛上搜索了几个小时，没有一个答案一直为我工作。
我正在为一个网页构建一个网页，它将从数据库中提取Base64编码的PDF格式。这将需要在屏幕上的PDF浏览器，这将需要是可打印的。
我试过三种方法。
1. JavaScript PDF查看器的Kendo .
该解决方案提供了在所有浏览器上查看PDF的能力，但没有内置打印解决方案。我试着使用Stackoverflow中的一些代码，但这似乎只适用于Firefox。
我从那里得到了密码。在Firefox上，它打开一个包含PDF的新窗口，然后打开这个PDF的打印窗口，这正是我所期望的。然而，
浏览 1提问于2019-07-17得票数 2
2回答
任何人都知道任何Javascript或PHP函数自动生成PDF和打印(打印机)。
请原谅我的无知，我在谷歌上搜索了一下，找不到足够的文档。
非常感谢伙计们
浏览 0提问于2011-09-13得票数 2
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
腾讯会议
实时音视频活动推荐
腾讯云开发者
