我试图在PDF文件中找到一些文本，但结果并不准确！举个例子，我有两个PDF文件，其中有一个词domiciiado。当我搜索这个单词(domiciliado)时，doc取器只显示一个PDF文件和这个单词。我的问题是为什么doc取器没有用这个单词显示另一个PDF文件？PDF文件之间有什么区别吗？在一个PDF中，我只有文本，而其他PDF是文本和图像，这是从扫描页面。陷阱是什么？
P.S.：这两个PDF文件
浏览 0提问于2016-08-16得票数 0
回答已采纳
我正在开发一个Android应用程序来检测PDF文件中的文本。
我试着测试更多的文件格式:
浏览 1提问于2019-03-07得票数 0
我正在开发应用程序，我需要从pdf中识别段落。是否有任何方法提取文本和识别段落和页面边界提取的文本从pdf文档使用c#？
浏览 2提问于2015-03-25得票数 3
回答已采纳
documentCameraViewController(_ controller: VNDocumentCameraViewController, didFinishWith scan: VNDocumentCameraScan) { }}
我还知道如何从VNDocumentCameraScan中提取文本。我错过的是如何将文本信息合并到PDFDocument实例中。我需要这样做，因为我想扫描文档，将它们作为.pdf保存到
浏览 4提问于2020-09-09得票数 3
回答已采纳
我正在尝试从PDF中提取文本。PDF包含印地语(Unicode)文本。我使用的提取实用程序是Apache PDFBox ( )。提取器提取文本，但文本无法识别。我尝试了在多种编码和字体之间切换，但仍然无法识别预期的文本。下面是一个例子:假设PDF中的文本是:पवार有什么建议吗？
浏览 3提问于2011-09-20得票数 4
回答已采纳
1回答
我有一些PDF，其中包含扫描打印-作为图像。有些是有插图或没有插图的书，有些是带有混合文字和图形的漫画(所有这些都没有版权)。是否有一些免费的Windows OCR软件，可以提取文本，最好保留字体大小，以便我能够区分章节等等？
浏览 0提问于2020-05-19得票数 0
回答已采纳
我知道PDF和文本可搜索的PDF是有区别的。文本可搜索PDF具有用于搜索的文本覆盖。是否可以将此文本覆盖提取到txt文件中？也许可以使用Adobe API？
浏览 4提问于2012-10-05得票数 8
回答已采纳
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。或者，我们可以忘记直接显示PDF文件，而是像处理Word文档那样将它们转换为html，但我还没有遇到一个好看的库来实现这一点。最后一件事，我们计划为付费客户提供下载原始PDF文件的选项。这可能会很复杂吗？在构建流程的其余部分时，有什么是我应该牢记的吗？
浏览 2提问于2012-03-24得票数 3
我需要将扫描文档转换为mac上可搜索的文本PDF。
Acrobat可以通过其文本识别功能完美地完成这一任务，但考虑到我只需要这一个功能，Acrobat是相当昂贵的。有没有其他OCR工具可以做到这一点？
浏览 0提问于2015-03-02得票数 2
回答已采纳
2回答
我编写了一个从PDF文档中提取文本的程序。但一份PDF文件给了我空的短信。我可以在Acrobat中打开PDF文件，它可以正常工作。我的代码可以很好地处理其他PDF文件，所以我想知道是什么导致了这个问题。我用了PyPDF2和PyPDF2，但结果是一样的。所以这个文件一定有问题： from PyPDF2 import PdfReader for page in reader.pages
浏览 12提问于2022-06-27得票数 0
我尝试使用很多库来从PDF中提取表格，比如: camelot，tabula，PDFPlumber，PDFTabExtract…但是他们不会给出一个好的结果。使用camelot，我不能有一个适用于我PDF中所有页面的脚本。使用Tabula时，当表格有一个旋转的文本标题时，我得到了一个令人困惑的数据帧。使用PDFPlumber时，我遇到了流表的问题(它只适用于晶格表)，而使用PDFTabExtract时，当文本被旋转时，它会忽略它。 有没有什么办法可以让我在pdf中转换任何不同格式的表格？
浏览 13提问于2019-06-10得票数 0
我正在寻找布局分析库或工具(最好是开源的)，可以应用于文本PDF，以识别主要文本内容与侧栏，章节标题，章节标题(甚至可能是具有装饰/阴影和下划线的花哨的标题)等。我遇到了像OCRopus这样的工具，它们使用光学字符识别和图像识别来识别布局。有没有库可以在没有OCR的情况下做同样的事情？可以从文本PDF中提取文本和图像，并将包含文本和图像位置的输入提供给该工具；对于此类文件使用OCR将是相当
浏览 2提问于2013-05-08得票数 2
回答已采纳
我目前正在使用扫描仪将我的PDF转换为可搜索的PDF。OCR已经处理好了，因为我可以在PDF中使用ctrl-f。
但是，我如何才能从我的程序中获取OCR的内容。是否可以通过读取文件来公开访问OCR文本？
浏览 1提问于2011-12-15得票数 0
目前是否有任何服务或软件工具使用Google Cloud Vision作为OCRing扫描的PDF文件的后端？如果没有，如何使用Google Cloud Vision将PDF转换为OCRed PDF？据我所知，Cloud Vision目前支持PDF文件，但它只能将识别的文本输出为JSON文件。因此，似乎需要在Google Cloud Vision之外的另一个步骤中，将这个转换后的文本放在PDF中的图像顶部。我经常需要将扫描的文档转换为包含OC
浏览 0提问于2018-09-15得票数 4
3回答
我有pdf页面，我想打印/保存从C#的windows窗体应用程序，但是我想修改文件之前，在添加一个用户编写的最终评论页面(只有文本)。
谁能给我指出一个简单的pdf库，它用简单的代码做这件事。
浏览 2提问于2010-11-08得票数 1
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
实时音视频
即时通信 IM
对象存储活动推荐
腾讯云开发者
