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
我如何安装一个PDF阅读器，像“杂技XI专业”，让我突出文本，有文字识别，让我组合和转换PDF格式和其他格式？
浏览 0提问于2015-02-02得票数 0
是否有库(或可执行文件)可以OCR PDF (通常是通过扫描纸张创建的PDF )，并将识别出的文本重新注入到PDF中？很可能是扫描图像背后的隐形文字。
最好是开源的。(目标:我有一个巨大的由Lucene索引的PDF文件库。如果PDF包含文本，Lucene将更容易找到哪些PDF是相关的。)
浏览 3提问于2011-02-28得票数 2
1回答
我有很多文件夹与很多PDF，我想要光学字符识别那些没有文字层。所以首先，我想找到他们。我以为也许用pdfgrep的烟斗就能做好这份工作，但我迷路了。
如何找到没有文本的PDF？
浏览 0提问于2021-01-15得票数 5
回答已采纳
我正在尝试匹配HTML文档中包含特定文件夹链接的所有href属性，而不是PDF。我很难让它匹配，我有一个可以得到所有PDF的：但我排除PDF的尝试并没有让我走得太远。有没有办法做我想要的，或者我只是匹配所有的文件而不是使用条件语句来检查它是否是PDF？谢谢！
浏览 1提问于2013-06-04得票数 0
2回答
我得到了一个问题与Prestashop 1.7.4.2交货单，它不能识别高棉文字母。有谁可以帮助我用哪种字体来显示这些字母？
我已经在\override\classes\pdf\PDFGenerator.php中添加了支持的字体，但它不起作用。
浏览 1提问于2020-06-10得票数 2
有办法编辑PDF文档文本吗？比如找到和替换特定的文本？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！是最古老的古希腊
浏览 5提问于2014-07-10得票数 2
1回答
我有很多pdf文档，它们都是扫描过的文字版本。我需要在pdf中拆分一个页面。 例如，如果有1个页面。我需要将一页分成页眉部分，页脚部分，主体部分和侧面部分。我知道Python的PDF和OCR库，但我找不到任何关于拆分单个页面的内容。 然后，最后希望将pdf页面的拆分部分传递给OCR，以识别字符并将输出转换为csv或文本文件。 提前感谢您……
浏览 18提问于2021-04-20得票数 0
回答已采纳
1回答
读取内容流时出错
、、
我正致力于捕获对show的postscript调用，并将当前字体和字体大小存储到pdf文本对象中输出。但是identify给了我一个错误： **** Error reading a content stream.pd0.pdf[0] PBM 612x792 612x792+0+0 16-bit Bilevel Gray 61KB 0.000u 0:00.000
pd0.pdf[1] PBM 612x792 612x792+0+0 16-bit Bilevel G
浏览 1提问于2018-02-12得票数 0
回答已采纳
我正在生成PDF文件，其中包含英文和中文字符(使用Ruby对虾库)。我不想在生成的PDF文件中嵌入中文字体文件，因为这些文件需要保持较小。所以，我想知道我是否可以在PDF文件中提到一个中文字体名，让PDF阅读器正确地呈现汉字，因为PDF阅读器已经有了中文字体文件。
这有道理吗？如果是这样的话，在大多数中国人使用的PDF阅读器中是否会安装一些常用的中文字体？
浏览 2提问于2015-05-06得票数 2
回答已采纳
我正在尝试处理一个PDF与pdf阅读器宝石。这基本上是好的，但是哪里应该有求和符号，我得到的是\u0001而不是\u2211。/lib/pdf/reader/glyphlist.txt上复制)只包含summation，而不包括summationtext或summationdisplay，所以@differences不会在PDF::Reader::Encoding#differences=中应用于@mapping，而且@state.current_font.to_ut
浏览 0提问于2016-08-25得票数 0
回答已采纳
我使用了qpdf和pdfinfo等工具从poppler获得有关PDF文档的信息。然而，我正在寻找一种方法，以获得更具体的信息，如宽度的边距，字体家族使用的，等等。然而，qpdf有一个--json选项，它将PDF转换成它的JSON表示形式。我对JSON非常熟悉，但是找不到任何叫做“边距”或“字体-家庭”的属性。这样的信息是否以PDF格式记录？我的主要目标是能够复制文档中的所有页边距/字体信息(假设它们是一致的，并且是从TeX或LaTeX之类的程序中生成的)，这样我就可以复制它们的精确样式。现在，我必须使用P
浏览 0提问于2021-09-14得票数 1
我已经使用jasper报告导出为pdf。在报告中，英文字符支持粗体，但中文字符不支持。 Pdf embedded: true
pdf encoding: uniGB-UCS2-H
浏览 5提问于2013-01-16得票数 0
我的PDF看起来很好，直到我编辑了它，现在它似乎仍然被破坏，即使我删除了我的编辑。文件diff程序表示这两个文件是相同的，但只有一个文件显示信息。复制：2)在文本编辑器中打开PDF并在顶部添加文本4)删除步骤2中添加的文本是否有任何方
浏览 5提问于2017-07-27得票数 0
回答已采纳
我有字符串数据，其中包含一些英文字符和一些中文字符。我使用iTextSharp用这些数据创建了一个pdf文件。pdf文件创建后，当我打开它时，pdf只包含英文字符。它不显示汉字。你能告诉我如何在pdf文件中显示汉字吗？请注意，我写入pdf的字符串数据包含动态语言字符，即有时是英语，有时是中文，有时是日语等等。
浏览 2提问于2013-02-21得票数 3
回答已采纳
当我使用Windows 7中的扫描仪，并将扫描过的书籍页保存为PDF格式时，我可以打开PDF扫描页面并直接从其中复制文本以粘贴到Google或任何LibreOffice文档。我通过简单的扫描将页面扫描为文本，并将其保存为PDF格式。但是在Ubuntu中，当我打开扫描的PDF页面时，它会打开OK，但是我不能复制文本。
浏览 0提问于2014-03-16得票数 2
回答已采纳
1回答
我正在尝试解码以盲文字体编写的PDF文件中的文本，并输出正常的文本。但是PDFTextExtractor (在iTextSharp中)不能处理这种字体。有没有可能用其他方式？我想知道如何从pdf文件中解码。我试着用，string text = PdfTextExtractor.GetTextFromPage(例如Arial)和
浏览 3提问于2011-08-07得票数 1
回答已采纳
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？是否可以将图
浏览 1提问于2019-09-15得票数 1
2回答
这是关于docx到pdf的转换，在docx文档中有韩语签名。我可以用docx4j把一个文档转换成pdf。
在pdf文档中，我可以看到结果。但是如果我的docx文档包含韩文字体，我在pdf文档中看不到任何韩文字体，除了拉丁数字。我必须做什么才能从docx文档中获得我的pdf中的韩文字体？wordprocessingMLPackage = WordprocessingMLPackage.load(doc
浏览 4提问于2013-10-21得票数 0
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
云直播
腾讯会议活动推荐
腾讯云开发者
