pdf识别可编辑文字
PDF识别可编辑文字是指将PDF文档中的文字内容提取出来，并转换为可编辑的格式，如Word、Excel等。这样可以方便用户对文档进行修改、复制、粘贴等操作，提高工作效率。
PDF识别可编辑文字的分类主要有两种：基于OCR技术和基于自然语言处理技术。
基于OCR技术的PDF识别可编辑文字是通过光学字符识别（OCR）技术将PDF文档中的文字转换为可编辑的格式。OCR技术可以识别扫描件、图片或非可编辑PDF中的文字，并将其转换为可编辑的文本。这种方法适用于需要处理大量扫描件或图片的场景，如文档归档、图书馆数字化等。腾讯云提供的相关产品是腾讯OCR，详情请参考：腾讯OCR产品介绍
基于自然语言处理技术的PDF识别可编辑文字是通过自然语言处理（NLP）技术对PDF文档中的文字进行分析和处理，提取出关键信息并转换为可编辑的格式。这种方法适用于需要对文档进行语义分析、信息提取等场景，如智能办公、知识管理等。腾讯云提供的相关产品是腾讯文智，详情请参考：腾讯文智产品介绍
PDF识别可编辑文字的优势在于可以方便快捷地对PDF文档进行编辑和处理，提高工作效率和准确性。应用场景包括但不限于：文档编辑、数据提取、信息整理、知识管理等。
综上所述，对于PDF识别可编辑文字，腾讯云提供了腾讯OCR和腾讯文智两个相关产品，分别适用于基于OCR技术和基于自然语言处理技术的场景。用户可以根据具体需求选择相应的产品进行使用。
相关·内容
有办法编辑PDF文档文本吗？比如找到和替换特定的文本？
我有一个PDF文档，其中包含的文本占位符，我需要识别和替换，或只是删除该文本。
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！
**例子:一份pdf文件载有以下的副翼。在这一段中，我需要确定日期:和从:作为一个文本，并用其他的东西代替它。
是最古老的古希腊和拉丁文，在单词或其他文字之间几乎没有空格，可以用boustrophedon (交替方向)书写。随着时间的推移，文本方向(从左到右)变得标准化，
浏览 5提问于2014-07-10得票数 2
我尝试将正则表达式模式存储在Yaml文件中，如下所示：
---
Fidor:
Fidor Rechnungsabschluss kurz:
From: ^Rechnungsabschluss_(\d{2})_(\d{4})\.pdf
To: \\2_\\1_Rechnungsabschluss_Fidor.pdf
Fidor Rechnungsabschluss lang:
From: ^Rechnungsabschluss_(\d{2})_(\d{4})_(\d+)\.pdf
To: \\2_\\1_Rechnungsabschluss_Fidor_
浏览 0提问于2021-03-03得票数 0
当用户单击链接时，我试图将链接按钮的文本颜色更改为红色。因此，作为一个用户，我可以识别我已经点击了这个链接。
<body>
<form id="form1" runat="server">
<div>
<asp:GridView ID="FileGrid" runat="server" AutoGenerateColumns="False" OnRowCommand="FileGrid_RowCommand">
浏览 3提问于2015-06-24得票数 0
回答已采纳
2回答
自定义媒体类型的URI？
、、、
我需要在RDF文档中描述电子签名的PDF和普通PDF的文档。只包含媒体类型。
使用自定义URI从普通PDF中识别电子签名PDF的良好做法是什么？
我正在读到，可以从x-开始定义一个新的媒体类型；我可以简单地定义http://example.com/media-type/application/x-signed-pdf并使用这个URI作为RDF中dcterms:format (或myontology:mediaType)属性的值吗？
浏览 3提问于2018-06-06得票数 2
回答已采纳
我使用这个宝石来使用Prawn来创建一个PDF：
然而，我似乎不知道如何添加一个图像。我尝试过pdf.image "path/to/img.jpg，但它会说该文件不是可识别的格式。
我也在第101页：上研究过这个问题，但是它不起作用。
这种情况发生在意见中：
prawn_document() do |pdf|
pdf.image "#{Rails.root}/public/logo.gif"
end
这会抛出：
Prawn::Errors::UnsupportedImageType at /admin/purchases/6188.pd
浏览 2提问于2013-12-04得票数 2
回答已采纳
1回答
我有一个由apache生成的PDF/A-1a文件，并且使用pdfbox的OverlayPDF安装了一个覆盖信笺头。预飞将文件识别为ok (但显然只有PDF/A-1b)，Acroreader表示文件属性中是"PDF/A“模式和”标记:是“。我想看看这是什么样子，这样我就可以把它调整成一些小的改进。
我的问题是，在哪里可以看到标记的内容(即PDF中的文本表示形式是字符输出的角化序列)，最好不用自己编写代码，例如使用pdfbox的调试器/PDFReader？我有点不知所措--是否有其他方法将文档结构的文本输出(例如，到xml文件中使用编辑器进行搜索)？- TIA！
编辑
信笺头本身是最初的p
浏览 1提问于2016-06-22得票数 2
回答已采纳
我见过一些pdf文件后，OCR有非常准确的文本(无论是在识别率，在文本对齐图像)。
如果pdf文件中隐藏的文本层是否来自OCR，那么Unix/Linux工具会帮助我知道什么呢？
浏览 0提问于2014-12-07得票数 2
4回答
我正在尝试批量下载BlackBoard环境中的许多文件(在世界各地的大学/学校中使用了很多)。我能够检索这些文件只有一个市长问题的链接：
当该文件是..pdf文件时，它将显示在一个新的浏览器选项卡中，而不是下载。例如..xlsx使用click()下载的文件工作得很好。
是否可以更改驱动器设置以更改此行为？又是如何做到的？
编辑
我根据阿里的回答更新了这个问题。它现在包括更多关于实际插件的信息。也许这可以用来识别必须禁用的插件。
Chrome PDF Viewer (2 files)
Name: Chrome PDF Viewer
Version:
浏览 2提问于2017-01-26得票数 2
回答已采纳
1回答
我正在尝试识别PDF文件是否为PDF/A文件。使用poppler-php，我能够读取元数据，但没有迹象表明它是PDF/A文件。 我的目标是通过添加数据来编辑PDF。PDF/A似乎是只读的(因为它们是为存档而设计的，这并不奇怪)。我想要识别他们，以便提前拒绝他们。 致以敬意，
浏览 9提问于2020-09-07得票数 1
回答已采纳
OCR 是实时高效的定位与识别图片中的所有文字信息，返回文字框位置与文字内容。支持多场景、任意版面下整图文字的识别，以及中英文、字母、数字的识别。简单来说就是将图片上的文字内容，智能识别成为可编辑的文本，这么强大的功能在我们生活当中有哪些应用呢？
浏览 3632提问于2018-08-24
我正在寻找一种编程方法，以积极识别非PDF表单文件中的可填充PDF表单。
我认为可供选择的办法如下：
解析PDF代码和内容
用支持十六进制的语言(如Python )解析文件以进行签名标识。
使用具有十六进制能力的语言(如Python )解析文件，以标记告示符号。
浏览 5提问于2013-07-23得票数 0
我是Microsoft认知服务的新手。我正在尝试创建一个Search Bot来查看Azure存储中存储为BLOB的2个PDF文件。如果用户问一个类似“我怎样才能做一个flexrequest?”这样的问题，它就会查看PDF文件并回答用户。问题是，这两个文件都包含关键字“flexrequest”。
我想知道如何使用Azure搜索关键字来查看pdf。我已经按照文档上的教程进行了操作，但没有成功。它只查找文档的标题并返回整个文档。我只需要文本的特定部分。
有什么建议吗？
浏览 0提问于2018-12-07得票数 0
1回答
我正在尝试转换一个非常干净的PDF文件到txt文件使用python。我试过使用pyPDF2和PDFMiner，它们在文本识别方面都工作得很好。
然而，由于在PDF中的行是换行的，提取的.txt文件在末尾有意外的换行符:例如，第1行："is an account of the Elder /n Days，“。在"Elder“和"days”之间不应该有换行符。
PDF文件：
当用Acrobat编辑时，可以清楚地看到PDF中的原始文本不包含硬换行符，并且可以编辑为段落而不是单行。
我尝试过的代码(改编自此处的答案：)
import io as io
fr
浏览 8提问于2021-05-26得票数 0
1回答
我在javascript和angularjs上有这段代码，用来创建一个可编辑的pdf，从而用户可以在文本字段上输入数据。下载pdf文档，但文本字段不可编辑。以下是代码片段
var opt = {
margin: 0,
filename: name+'doc.pdf',
html2canvas: { scale: 2 },
jsPDF: {
浏览 2提问于2018-12-07得票数 4
2回答
我正在使用barryvdh/laravel-dompdf包在laravel中生成DOM PDF。通过以只读模式呈现视图和HTML元素，它工作得很好。但是，我正在尝试生成可填充/可编辑的PDF，这样用户就可以在第三方编辑器工具中输入详细信息而无需打开它。
下面是我用barryvdh/laravel包生成PDF的代码片段。
$file = "Storage/pdf/document.pdf";
$data = array("foo" => "bar");
$view = view('pdf.document
浏览 3提问于2018-03-26得票数 5
回答已采纳
我正在使用PDF转换库在PDF文件中嵌入字体。
但是，有些文档(日语？)有问题。库无法正确识别字体名的位置
/FontName /#82l#82r#82o#83S#83V#83b#83N
这是字体的有效名称吗？
如果是-谁能给我一个推荐人？
浏览 2提问于2010-02-06得票数 0
回答已采纳
我有问题预览PDF在Gmail。它不识别我正在使用的一些国际字符(它不显示像ą ć ś这样的字母，但它显示的是ł)。我正在用Cp1250编码这个pdf。
对发生了什么事有什么想法吗？
浏览 2提问于2016-09-28得票数 0
回答已采纳
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：
1)打开PDF，确保里面有东西
2)在文本编辑器中打开PDF并在顶部添加文本
3)正常打开PDF，它是空的。
4)删除步骤2中添加的文本
5)尽管有相同的文件内容，但PDF仍然损坏。
如果我真的将代码从PDF复制并粘贴到不同的文件中并尝试打开它，也会发生这种情况。打不开。
是否有任何方法可以将文本添加到PDF中，并使其不损坏？
浏览 5提问于2017-07-27得票数 0
回答已采纳
我正在尝试用RStudio中的针织pdf按钮呈现一个pdf文档，但是我继续得到这个错误：
! pdfTeX error (font expansion): auto expansion is only possible with scalable
fonts.
\AtBegShi@Output ...ipout \box \AtBeginShipoutBox
\fi \fi
l.167
pandoc.exe: Error producing PDF from TeX source
Er
浏览 14提问于2015-10-16得票数 3
但是，当我尝试使用pdf编辑器编辑pdf时，LiberationSans似乎已经安装好了，我弹出了一个弹出信息，显示当前的字体在系统中不可用，而且我无法用选定的字体: GXBDTE+LiberationSans编辑文本。
这是什么意思？
浏览 4提问于2022-08-19得票数 0
回答已采纳
1回答
我正在尝试使用itextsharp库(v5.5.13.2)合并一些字段，并使用屏幕阅读器对其进行测试。pdf被标记，但当我尝试使用NVDA读取表单时，他无法识别合并的字段，只能识别pdf中的静态文本。pdf是使用和位于"PDF结构“中的textfields创建的。
任何帮助都将不胜感激。
enter code here
Dim OutputFileName As String = ""
Dim OutputFileFullPath As String = ""
Dim FileName As String = "C:\Untitled4.pd
浏览 4提问于2022-01-06得票数 0
我正在尝试使用TCPDF在PDF中创建一个内部链接
我在文档开头创建链接：
$pdf = new ManualPDF ();
$link = $pdf->addLink();
$pdf->SetLink($link);
然后创建一个指向它的链接：
$pdf->Write(0,'Click Here',$link);
然而，这是行不通的，点击这里的文本甚至不显示在PDF上可点击(光标是卡雷特)。
有指引吗？
编辑
ManualPDF是FPDI的扩展，很抱歉我当初应该提到
浏览 3提问于2015-07-17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
这就是问题所在。我们正在创建一个营销中心，人们可以去那里拉传单，然后把他们的信息放在这个传单上，然后保存传单和他们的信息。目前的设置只是一个带有可编辑PDF的存储库，但我们刚刚收到的消息是，可编辑的PDF是不允许的，我们必须想出一种方法来自动为每个人生成传单。
下面是我希望它是如何工作的：
我们不知道该怎么做。如果目前有工具可以做这样的事情，那就太棒了，但我们也可以从头开始工作。
任何和所有的建议都将非常感谢！提前感谢！
浏览 2提问于2013-10-03得票数 0
1回答
是否可以编辑在C#中不可填充的PDF格式
详情：
现有的PDF包含图像、数据和文本填充的表格。
已经尝试过itextsharp，但是无法识别任何AcroFields来操作数据。
当尝试使用Nitro PDF进行OCR时，got错误: OCR无法完成，因为此页面包含可编辑/可搜索的内容
..。这是来自ASPOSE文本替换的输出。试图用替换为 Word
所需经费：
必须编辑以编程方式填写的表格中的文本和数据，并保存它。
浏览 6提问于2012-06-28得票数 1
我有一个活动的pdf与可编辑的形式元素，我想显示。目标是让用户填写pdf，然后单击“提交”按钮，编辑后的pdf将通过电子邮件发送给我。我尝试了下面的代码，但是虽然表单是可见的，但它是不可编辑的(至少在firefox中是如此)。
<object type="application/pdf" data="form.pdf">
<p>Insert your error message here, if the PDF cannot be displayed.</p>
</object>
我如何才能推翻一个可编辑的p
浏览 2提问于2016-06-13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
1回答
我已经使用幽灵脚本来检查PDF文件，现在我需要识别一个包含1000多个节点的pdf。是否可以使用幽灵脚本来计算一个PDF有多少个节点？
我对鬼怪脚本的了解是基本的，我很难用红宝石(PDFReader1.3)或使用像imageMagick这样的工具找到解决方案。
编辑：
我无法用更技术性的方法来解释我要找的是哪种节点。这些节点等价于corel绘图中的节点。最初，我认为它不会在pdf中有相同的功能，然而，该pitstop插件具有识别节点的功能。
浏览 1提问于2017-12-01得票数 0
回答已采纳
1回答
我有一个从PDF文档中提取文本的代码，因为有些PDF是密码保护的，我需要一种方法来识别PDF是否受到密码保护。
我正在使用.BitMiracle.Docotic.Pdf库。
目的：-如果我发现PDF作为密码受到保护，那么我将显示一个对话框提示用户输入密码，然后使用该密码打开PDF。
编辑1:解决方案发布为答案
浏览 9提问于2016-12-07得票数 0
回答已采纳
PDF文件由经销商上传到网站。这些文件没有任何标准。我们希望将可编辑的PDF表单呈现给用户，这些表单可以在用户填写/编辑这些表单后保存在系统中。我能够阅读pdf，填充任何可以预先填充的字段，也可以将可编辑的PDF呈现给浏览器。问题是pdf没有任何提交按钮，据我所知，这只能通过打开杂技中的pdf来添加。我试过了
在iframe中呈现pdf并在不同的帧中显示提交按钮(就像它是愚蠢的一样)
将读取的pdf转换为文本，并将所有表单字段显示为HTML字段给用户，但是除了输入类型文本(无法识别它是否是复选框、收音机等)之外，其他任何内容都被卡住了。
浏览 3提问于2015-02-05得票数 1
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
1回答
部分可搜索pdf文件
、、、
我正在使用表格库来读取每一个pdf。在每个pdf中，都有一个包含其标题(列)及其相应信息的表。除了最后一份pdf外，所有这些都很完美。代码：
import tabula
read_pdf(path, pages = "2", multiple_tables = False,
output_format = 'dataframe', pandas_options ={header: None})
部分dataframe输出(示例)：
nan SBI nan nan nan nan nan nan nan nan nan nan
JKL1LU1UKDAO/ /
浏览 1提问于2020-12-01得票数 0
1回答
我使用的Ubuntu14.04，最近有一个问题，雷鸟:一些pdf文件附加到电子邮件不应视为pdf文件。
pdf的附件设置选项被设置为使用文档查看器自动打开pdf文件。这适用于附件中的一些(大多数)pdf文件。但是，对于某些文件，会打开一个对话框，询问附件应该做什么，并建议使用视频播放器打开它。如果我将附件保存到某个文件夹，它将被正确地识别为pdf，并与正确的自动程序一起打开。
这是从哪里来的，我该怎么解决呢？
编辑:我查看了电子邮件源，其中声明如下：
Content-Type: video/x-flv;
name="Erhebung.pdf"
Content-Transfer
浏览 0提问于2016-05-04得票数 1
回答已采纳
我的要求是在PDF底部添加时间戳。我正在使用itext 5.4.3版本来编辑PDF，并能够成功地添加时间戳。但是这个过程正在为某些PDF抛出java.lang.ArrayIndexOutOfBoundsException异常。在下面附加异常堆栈跟踪。
at com.itextpdf.text.pdf.PdfEncryption.createInfoId(PdfEncryption.java:558)
at com.itextpdf.text.pdf.PdfStamperImp.close(PdfStamperImp.java:383)
at com.itextpdf.text.
浏览 0提问于2015-11-20得票数 0
回答已采纳
1回答
更快地替代PDFcrop
、、、
背景
目前，我正在使用PDFcrop来减少由我的笔记本电脑打印到PDF设备生成的多页PDF文件的不需要的边距。
问题是，PDFcrop非常慢。对于一个15页的文档，使用以下语法处理需要17分钟。
pdfcrop --margins "-1 0 -1 -2" Raw.pdf Cropped.pdf &> /dev/null
不用说，这是不可接受的，因为事实上，我将做一个类似的过程，以完全相同的方式生成的PDF文件，将超过150页。我不喜欢让我的电脑在一夜之间单独运行。
我已经考虑过使用PDFjam来裁剪页面，但是它并不像预期的那样工作。我使用了下面的命令，它从我的P
浏览 0提问于2016-01-21得票数 5
1回答
用Java识别RTF表单元素
、、、、
我有一组RTF文件。我的项目是编写一个Java程序来识别哪些文件包含表单元素，如复选框和编辑字段。在我花了很长时间在网上研究如何做到这一点之后，我找不到一种明显的方法来解析RTF文件结构并识别其元素，而不是纯文本。我尝试过RTF、Tika和iText，但它们似乎都不支持OpenOffice解析。我正在寻找一个开源的解决方案。我希望有人能给我指明正确的方向。
浏览 1提问于2014-08-21得票数 0
我在Acrobat中编辑了一个PDF文件，其中留下了一些元数据，我想知道：
如果我将其发送给外部方，可以从结束文件中识别出哪些元数据？
要从PDF文件中删除不可见的元数据，需要采取哪些行动？
浏览 0提问于2022-01-30得票数 0
我正在寻找一种取消高亮显示(并移除背景中的颜色)的免费方式--一个已经保存的PDF，并且，由于它已经被保存，所以我无法仅仅撤销它。
我搜索了很多PDF编辑Ubuntu软件，但是没有找到任何能够实现这一点的东西。
最后，我安装了EaseUS PDF编辑器，它成功了，正如你在照片中看到的那样，但是我是这样的，所以我没有心情只为此支付29,47欧元。
📷
浏览 0提问于2022-03-13得票数 1
1回答
当我在Chrome中点击存储在亚马逊S3上的PDF的链接时，我看到了这一点：
如果我使用wget下载相同的URL，或者在Firefox中使用相同的链接，PDF将正常显示。
看起来Chrome没有将该文件解释为PDF。是PDF文件的问题还是Chrome的问题？PDF文件是由Arch Linux上的wkhtmltopdf 0.12.3 (带有修补的qt)生成的。
编辑:这似乎是PDF的一个问题，因为当我使用file识别格式时，它返回“数据”，而普通的PDF返回类似"PDF document，version1.6“的内容。
浏览 65提问于2016-08-06得票数 0
回答已采纳
3回答
我想使用pdfbox ()创建一个PDF。然而，pdfbox似乎没有提供像OpenOffice这样的文本编辑器所提供的动态文本布局机制(自动文本流使用预定义的文本格式，如块格式、居中文本、换行等等)。
是否有任何Java库在pdfbox之上或独立于其之上提供该功能？或者你有免费的密码吗？
浏览 4提问于2014-10-07得票数 0
回答已采纳
1回答
为什么在uPort中保留私钥？
、、、、
阅读uport白皮书https://uport.me/library/pdf/whitepaper.pdf：
将代理合同作为核心标识符的目的是：
将代理契约作为核心标识符的目的是允许用户在维护持久标识符的同时替换其私钥。如果用户的uPort标识符是与其私钥相对应的公钥，则如果用户丢失了持有私钥的设备，则将失去对其标识符的控制。
为什么我需要我的私钥？如果代理契约本质上是一个私钥，因为它用来识别我，那么为什么保留私钥呢？
浏览 0提问于2016-11-03得票数 3
回答已采纳
1回答
我想将旧的FOP 0.94更新为新的FOP 2.3。在旧的FOP中，字体呈现为形状。我希望保留此行为，因此我尝试将以下设置设置为PDFTranscoder：
PDFTranscoder pdfTranscoder = new PDFTranscoder();
pdfTranscoder.addTranscodingHint(PDFTranscoder.KEY_STROKE_TEXT, Boolean.TRUE);
但是，如果这样做，就不会在输出的PDF中呈现字体。如何告诉FOP将字体呈现为形状？
如果我移除：
pdfTranscoder.addTranscodingHint(PDFTransc
浏览 1提问于2019-08-26得票数 2
回答已采纳
为了能够打印发布文件，我已经将其转换为PDF，并启用了commercial press options。但是，Publisher似乎没有将文本对象转换为大纲/路径。
是否有任何方法将Publisher中的所有文本对象转换为大纲(对于PDF文件)？
浏览 2提问于2015-07-29得票数 1
回答已采纳
1回答
我想以字符串的形式读取PDF文件。
我使用的是File.ReadAllText(path)，但是结果在二进制数据的第一个流上结束。
我认为它将流的某些部分识别为文件的结束并停止。
知道怎么解决这个问题吗？
浏览 3提问于2022-05-24得票数 0
回答已采纳
我正在寻找一种方法来添加一个格式化的代码到pdf文件。现在我使用iText 5.5.10生成pdf。我需要识别语法并给它上色。
iText库可以是这样的吗，或者可以与其他库一起使用？也许我必须将库改为生成pdf？
浏览 1提问于2019-06-13得票数 0
1回答
我需要转换为十六进制的PDF编码，通过JavaScript回到一个64位的字符串。我只能访问十六进制字符串，而不能访问编码工具，所以我不能对其进行反向工程。从我被告知并且当我将十六进制转换为base64时可以“看到”的是，文档是用.NET的Aspose.Words编码的。
参见转换十六进制为字符串(转换为字符串，看看是否可以找到任何有用的东西)：
我有点不知所措。我尝试过许多不同格式的编码和解码，但上面的图片是我做过的最好的。文档可能是加密的吗？
谢谢
编辑：
从那以后，我尝试了不同的东西。让他们给我发送了几个解码为XML PATH (似乎是base64)的文件，但当我尝试打开文件(
浏览 5提问于2021-10-05得票数 0
上下文
我正在制作一个脚本，动态地将指令插入到AsciiDoc文件的代码块中，然后用它生成一个PDF。生成的AsciiDoc文件可能如下所示：
= Title
[source,java]
---
include::foo.java[]
---
我希望用户可以自由地包含他或她想要的任何基于char的文件，甚至其他AsciiDoc文件。
问题
我的目标是显示这些包含的文件的内容。当包含的文件：
是扩展的信标，因此它所包含的任何指令都会被解释。我不希望嵌套包含，只是为了在代码块中显示include指令。不良行为的例子：
包含代码块分隔符----，如上面的图像所示，当我最终
浏览 1提问于2020-07-10得票数 3
我想要创建一个thunar自定义操作，让我右键单击一个PDF，然后选择“拆分PDF”来分割成单独的页面。这样做的命令是：
$ pdfseparate mypdf.pdf mypdf-%d.pdf
它将为每个页面创建一个新的PDF，名为mypdf-1.pdf、mypdf-2.pdf等。%d被pdf分离器命令替换，并按照手册页的页码进行替换：
概要PDF单独的PDF-文件PDF-页面模式PDF-页面模式应该包含%d (或任何有关printf格式的变体)，因为%d被页码所取代。
Thunar自定义动作用文件所在的目录插入任何%n作为选定的文件，任何%d。因此，如果我试图复制上面的命令，将mypdf.
浏览 0提问于2023-01-18得票数 2
回答已采纳
4回答
我的应用程序允许用户上传pdf文件并将其存储在for服务器上供以后查看。我将文件的名称、位置、大小、上传日期、用户名等存储在SQL服务器数据库中。
我希望能够以编程方式，就在一个文件上传后，生成一个关键字列表(可能除了常见的单词之外的所有内容)，并将它们存储在sql数据库中，以便后续用户可以进行关键字搜索……
关于如何处理这项任务的建议？这些类型的例程已经存在了吗？
编辑:只是为了澄清我的要求，我不会关心做光学字符识别，我不知道PDF的内部，但我知道如果它是由一个应用程序生成，如Word->PDF Print，文档的文本确实是searchable...so我的第一个任务，我的问题的目的是
浏览 2提问于2009-05-09得票数 1
回答已采纳
2回答
我有一个用iText生成的PDF文件，它是用JasperReports创建的(我不知道它是否相关)，我想知道是否可以找到一些API或任何东西来查看结构，因为我需要从中提取文本。
我尝试过使用、和其他Java库，但我只能逐行获取文本，而则不是我需要的。
我也尝试过在HTML、XML、DOM中进行转换，但是我在文本提取中得到了相同的结果，没有解析任何结构。
如果我试图以DOCX的形式打开它，我会看到这个词可以识别某种结构，例如，在DOCX中转换后，一个看起来像PDF中的表的区域实际上是一个表。
我需要了解PDF是如何创建的，如果这是可能的话。我知道使用PDF格式并不容易，但我需
浏览 1提问于2018-07-11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
腾讯会议
实时音视频活动推荐
腾讯云开发者
