1回答
我正在使用pdfMiner解析PDF，并将其用作我的python脚本中的库。
在大多数这样的PDF中都有一个表，其中一列被命名为"company“。
有没有办法: 1)检测PDF中该表的存在。2)获取所有公司名称(即表中第二列的所有条目)。
谢谢你的帮助
浏览 1提问于2016-12-14得票数 1
1回答
目标:使用python 3.6.1将ppt转换为pdf
方案: windows服务器上未安装MS Office
使用的代码：
from subprocess import Popen, PIPE
import time
def convert(src, dst):
d = {'src': src, 'dst': dst}
commands = [
'/usr/bin/docsplit pdf --output %(dst)s %(src)s' % d,
'oowriter --headle
浏览 15提问于2017-08-07得票数 0
我在PDF中有以下文本：
STUDENT ________JOHN______
DATE ______MM/DD/AAA______ (date)
COURSE ___________________ PROFESSOR ___________
当我使用PDFMiner提取文本时，我得到了以下内容：
STUDENT ____
DATE MM/DD/AAA
(date)
JOHN
COURSE
___________________
PROFESSOR
___________
如何使用PDFMiner (或其他Python库)获得正确的输出？
浏览 0提问于2015-10-02得票数 2
1回答
注释上跟踪语法高位
、、、、
我在我的trac服务器上安装了pygments。但是标签注释上的代码是没有颜色的。
这是我在trac.ini上的信息：
[mimeviewer]
max_preview_size = 262144
mime_map = text/x-dylan:dylan,text/x-idl:ice,text/x-ada:ads:adb,text/x- java:java,application/x-python:py python sage
pygments_default_style = trac
pygments_modes = text/plain:java:7
silv
浏览 2提问于2015-02-12得票数 0
2回答
当我尝试使用Gensim从PDF中提取一些纯文本时。然而，我在使用这个库时遇到了问题。
我按照上的说明操作，它似乎工作正常。
我还下载了一个名为Pycharm的Python IDE。但是当我尝试使用的“快速示例”时。我的Pycharm中有一些错误。日志记录激活没有错误，但是行from gensim import corpora, models, similarities不工作。集成开发环境提示我单词gensim (和其他三个单词)是unresolved reference。
所以我想也许我需要做点什么来尝试将Gensim链接起来作为一个参考库。但我完全是python的新手，所以我希望有人能告诉
浏览 1提问于2016-03-15得票数 4
假设我正在构建一个Python程序，而且在一开始，我导入了两个模块--默认情况下包含在python库中的somethingElse，和不包含在python库中的。
我有两个几乎相同的函数，一个在没有somethingElse，的情况下工作，但也有一个更好的第二个版本。虽然理想情况下，人们只需安装所需的依赖项，但我更希望机器/系统与somethingElse包不兼容的用户能够访问。示例：
try:
import something
import somethingElse
except ImportError:
import something
if not ImportEr
浏览 2提问于2016-12-21得票数 1
回答已采纳
1回答
我想把几个SVG文件合并成一个。为此，我使用Python库Svgutils。我使用以下代码来实现这一点。 fig = Figure("75cm", "75cm",
SVG("_4_KuKaLinienRotate.svg").move(00,-50)
,SVG("_4_KuKaLinienRotate.svg").move(00,-100)
,SVG("_4_KuKaLinienRotate.svg").move(00,-150)
,SVG("_4_KuKaLinienRotate.sv
浏览 23提问于2020-03-30得票数 0
1回答
TJ和Tj操作符解码后显示垃圾值
、、、、
我使用zlib python库来解码使用FlateDecode压缩的流。到目前为止，所有的PDF文件，我已经工作，显示正确的值在Tj和TJ操作符，但我面临的问题解码这个pdf，因为我没有得到什么显示在pdf。
我能够复制文本从PDF到记事本，没有任何问题，而且pdftotext提供了预期的结果与正确的文字作为输出。
我还使用Adobe来查看文档的内部结构，以双重检查我通过zlib获得的解码文本，但即使这样也会显示垃圾值，并且它与PDF中显示的内容不匹配。
为什么我要在文本运算符中得到这个垃圾值，pdftotext如何仍然能够得到正确的结果？
另外，如何通过python/zlib获得正确的结果？
浏览 3提问于2022-11-15得票数 0
我用python库"pyPdf“修改pdf页面。
然后我需要保存pdf和图像。
我用下面的代码保存的新的Pdf：outputStream = file("new_pdf.pdf", "wb")
如何使用python将页面保存为图像？
谢谢
浏览 0提问于2011-06-28得票数 0
2回答
我有一个要求，我需要创建一个PDF。对我来说，最好的方法是渲染html模板，并使用任何第三方库创建一个PDF。我遇到了用ejs渲染HTML和用html-pdf创建pdf的解决方案。虽然它工作得很好，但我遇到了分页符的问题。 有一个流行的模块pdfkit。但是它使用自己的概念和过程来渲染pdf。对于node，它不会渲染html文件，但对于python，它会渲染html模板。 请告诉我如何使用pdfKit将html模板转换为pdf格式，还有什么是渲染html并转换为pdf格式的最好方法？ 谢谢
浏览 22提问于2020-09-29得票数 2
4回答
我有一个从数据库动态生成的PDF链接列表。我想有一个日志，以保持跟踪谁下载每一个用户。
这似乎不起作用，因为在点击链接后，它没有时间在重定向之前执行ajax。
下面是javascript：
function insertlog(linkName)
{
$.post( "insertlog.php", { linkName: linkName, user: "<?=$username?>" } );
}
链接如下：
<a href="http://www.test.com/media/pdf/test.pdf" oncl
浏览 0提问于2015-02-17得票数 0
3回答
我正在寻找一个用Erlang编写的PDF处理库，但我还找不到。，我找到的唯一的库只能生成PDF而不能处理它们。有没有人知道这样的库？
浏览 1提问于2009-06-17得票数 8
我正在尝试安装/设置这个git代码库：
我得到了这个错误：
> python setup.py install
:
:
Installed e:\work\projs\scraping\scan_pdfs\scanpdfs\lib\site-packages\pdf_annot-0.1.0-py3.7.egg
Processing dependencies for pdf-annot==0.1.0
Searching for python_version>=3.7
Reading https://pypi.org/simple/python_version/
No local pa
浏览 17提问于2021-05-25得票数 1
回答已采纳
新手Python问题。
我正在尝试重命名目录中的文件...
path的值为
C:\tempdir\1\0cd3a8asdsdfasfasdsgvsdfc1.pdf
而newfile的值是
C:\tempdir\1\newfilename.pdf
origfile = path
newfile = path.split("\\")
newfile = newfile[0]+"\\"+newfile[1]+"\\"+newfile[2]+"\\"+text+".pdf"
os.rename(path, newfile
浏览 1提问于2016-09-28得票数 1
5回答
我正在尝试使用Python将多页PDF转换为一系列JPEG。我可以很容易地使用可用的工具将PDF分割成单独的页面，但我还没有找到任何可以将PDF转换为图像的工具。
PIL不工作，因为它不能阅读PDF。我找到的两个选项是通过shell使用GhostScript或ImageMagick。这对我来说不是一个可行的选择，因为这个程序需要跨平台，而且我不能确定这些程序中的任何一个将在将要安装和使用它的机器上可用。
有没有能做到这一点的Python库呢？
浏览 1提问于2008-12-01得票数 50
回答已采纳
我在python中使用来生成单词云。
我能够在我的机器上重现这个，然后尝试将最后一行plt.show()更改为plt.savefig('image.pdf')，以获得pdf输出。
我有一个同样的结果的pdf，然而，pdf似乎是基于像素而不是基于矢量。当我在pdf中聚焦一个特定的点时，它会变成一个非常低质量的图片。
有没有办法使用wordcloud生成基于矢量的pdf？如果没有，有没有其他库可以用Python生成基于矢量(pdf)的词云？
浏览 2提问于2015-07-10得票数 1
1回答
我使用的是Node、express、Jade和一个MongoDB。到目前为止，我可以查询数据库并在网页中显示数据。
在数据库中，我正在存储PDF，我希望能够从网页上下载这些文件。我目前可以获得一个字符串(随机字符)的形式的pdf数据，并在网页上显示它们，但我想有一个按钮，用户可以下载它作为pdf。
要将pdf插入到数据库中，请使用下面的python代码打开它，使用pyMongo插入它。
file = Binary(open(filePath, "rb").read(), 0)
提前谢谢。
浏览 0提问于2017-10-13得票数 0
我正在寻找一个易于使用的python图形库，可以输出到屏幕以及pdf。因此，我会使用代码来绘制一些东西(简单的素数，如椭圆，矩形，线和点)到屏幕上，然后当事情看起来很好时，将其输出为pdf。
浏览 1提问于2010-04-28得票数 3
回答已采纳
我想建立一个网络应用程序，以帮助其他学生在我的大学制定他们的时间表。要做到这一点，我需要爬行主日程(一个巨大的html页面)，以及链接到每个课程的详细描述到一个数据库，最好是在python中。另外，我需要登录来访问数据。
那该怎么做？
我可以/应该使用哪些工具/库？
这方面有好的教程吗？
我如何最好地处理二进制数据(例如，漂亮pdf)？
已经有很好的解决办法了吗？
浏览 5提问于2011-12-01得票数 12
回答已采纳
我想从批处理文件中打开PDF文件，并且仅在用户关闭PDF文件后才继续运行该批处理文件。
这一点：
start "" /WAIT "test.pdf"
等待应用程序关闭，而不是文件关闭。因此，如果其他文件是打开的，它不会按预期工作。
它怎麽工作?
浏览 3提问于2012-06-03得票数 4
1回答
我想使用库从PDF中提取表单数据，最好是打包在ubuntu中的自由软件库。
例如，假设我有一个HTML表单，但我也希望用户可以提交填写好的PDF表单，而不是HTML表单。
因此，我正在寻找的是一个库(或简单的CLI实用程序)，它接受PDF作为输入，并允许我按名称提取已填充的字段，这与HTML非常相似。
我尝试过pdftotext，但这并不能真正保存信息，它只是将PDF呈现为文本。我尝试过PDFminer，但它似乎根本不起作用(至少在我的测试PDF中)(只是得到了空输出)。
如果它是一个库，我对它的语言不是很挑剔，但python会更好。
浏览 0提问于2012-04-12得票数 2
回答已采纳
有没有办法删除或隐藏在PDF文件中的字段使用iTextSharp库。对于用LiveCycle (xfa格式)创建的PDF模板，iTextSharp似乎无法做到这一点。
浏览 0提问于2012-08-28得票数 1
我正在做一个需要用python解析PDF的项目。关于这一点，我在StackOverflow上已经做了很多回答，但没有一个完全适合我的需要。我想通过使用python脚本获得pdf中文本的坐标。如果我提供一个pdf和"some_sample_text"，脚本应该在pdf中搜索并提供"some_sample_text“的x，y坐标。我知道很好地做到了这一点。我需要类似Apache或python库之类的东西来完成任务。
浏览 0提问于2021-02-26得票数 1
回答已采纳
1回答
我有一个PDF文件，我从其中删除了一些页面。我想纠正(修正)新的pdf页码。是否有任何方法/库来更新页码而不将pdf转换成其他格式？我尝试将pdf转换为text、XML和JSON，然后修复页面编号。然而，如果我把它转换回pdf，它看起来很混乱(不能保持原来pdf的风格)。我遇到的问题是：
删除旧的页码。
添加新页码。
我在Ubuntu上使用python。我试过ReportLab，PyX和pyfpdf。
浏览 2提问于2019-06-25得票数 6
我有多个具有不同前缀的PDF文件。我想根据第三个前缀(下划线中的第三个值)合并这些pdf文件。我想使用python库PyPDF2来做这件事。 例如： 0_2021_1_123.pdf
0_2021_1_1234.pdf
0_2021_1_12345.pdf
0_2021_2_123.pdf
0_2021_2_1234.pdf
0_2021_2_12345.pdf 预期结果 1_merged.pdf
2_merged.pdf 这是我尝试过的，但我得到了一个错误，它不工作。任何帮助都是非常感谢的。 from PyPDF2 import PdfFileMerger
import io
import
浏览 49提问于2021-11-03得票数 1
回答已采纳
就像标题中说的，需要经过的一组pdfs，以及显示其中有蓝色颜色的pdfs的列表。
我尝试使用另一篇类似文章的代码片段，试图从一个文档中获取一个颜色列表，如果我可以创建一个循环来遍历所有文档，并将输出导出到excel中，并对特定颜色进行筛选，这可能是可行的，但我甚至无法让它在一个pdf中工作：
#!/usr/bin/env python
# -*- Encoding: UTF-8 -*-
import minecart
colors = set()
with open("F://Prints/0-25162.PDF", "rb") as file:
浏览 10提问于2022-05-02得票数 0
我希望使用python库rsvg将SVG图形转换为其他格式(主要是PDF)，但似乎找不到可以下载并安装在Mac OSX anywhere上的python-librsvg源代码。有什么帮助吗？
浏览 2提问于2011-07-14得票数 6
是否有可用于转换HTML页面(文本、图像、布局元素等)的库转换为PDF文件。
我有一个数字，文本和数字等HTML页面，我希望我的客户能够下载为PDF格式的表格。我如何使用Python来完成这项工作？
浏览 1提问于2010-07-09得票数 4
我正在使用Python的textract库来读取PDF文件并从中提取特定信息。到目前为止，它在99%的文件上都工作得很好。读取分页样式的PDF时出错。 ? 它打乱了顺序，并将前两页视为一页，因此它从最左边到最右边读一行。这是非常关键的，当我阅读整个PDF时，将拆分的页面作为单独的页面进行处理。 ? 下面是我的代码： text = textract.process("pdfs2/filename.pdf")
text = text.decode('utf-8') 我不知道其他库是否也有同样的问题，但我尝试了PyPDF2，pdfminer，pdf2
浏览 20提问于2021-04-20得票数 0
1回答
我正在尝试使用python打开我电脑上的pdf文件。PDF文件已锁定。我知道密码，但我不知道如何在使用python显示页面时输入密码。
我目前做了以下工作：
import os
os.startfile('file.pdf')
假设密码是“abcd”，请告诉我如何在密码提示框中键入。
谢谢
浏览 23提问于2018-08-23得票数 2
我正在尝试使用pdftables python库解析pdf表。但它正在组合列并忽略空格。
下面是我的代码：
pdf_page = get_pdf_page(fileobj, page)
tables = page_to_tables(pdf_page)
pdf文件中表格的结构：
输出：
浏览 6提问于2018-04-03得票数 0
我想在每一页的pdf文字。这个文本是一个看起来像<p style="color: #ff0000">blabla</p>的html代码，在最终文档上显示为红色，我将其转换为pdf (html2pdf库)，然后我将其合并(PyPDF2库)到我的pdf的每一页。...but合并非常慢！
我的问题是:有没有比PyPDF2的page.mergePage方法更快的合并pdf的方法？(或者有没有更快的方法将我的文本添加到这个pdf中？)
谢谢！(在Windows 8上使用python 2.7.5 )
浏览 5提问于2013-08-07得票数 5
我尝试使用各种声明来调用模板文件，但由于某种原因，脚本无法从指定的位置选取模板，无法将报告内容加载到模板，然后将其导出为pdf格式。下面是我附加的代码：
`#Build the html report using the html template and save to the set location
output_from_parsed_template = buildTemplate()
with open(r"C:\python_report_scripts\anram_report.html","wb") as f
浏览 0提问于2018-03-06得票数 0
4回答
我正在建立一个小型搜索引擎来搜索pdf的集合。从每个pdf中，我提取一组令牌并将其存储在数据库中。我不想在数据库中存储重复的令牌，而是希望在数据库中存储每个令牌的计数。python有没有什么特殊的数据结构，不存储重复项，而是存储每个令牌的计数？
浏览 1提问于2011-05-17得票数 2
回答已采纳
2回答
使用这个库，是否可以合并2个pdf文件。我需要生成一份报告，并合并报告与一些附加的文件。
报告生成完成，从HTML转换为PDF。但是我需要将生成的PDF与其他一些PDF合并
浏览 9提问于2013-09-11得票数 11
回答已采纳
有什么方法可以用Python精确地将RTF文件转换为linux服务器上的PDF和DOC文件？我经历了许多过去的问题，，下面是我的结论：
的libreoffice命令行转换器对我的PDF不准确，对DOC也不起作用。Python库(如PyWin32 )在Windows上工作。为了在Windows/Microsoft环境中工作，我必须编写脚本并在Windows上单独保存它。虽然我不确定是否值得尝试一下？，但是像这样的.NET库可以完成这项工作，但是对于启动来说，它们太昂贵了。。
任何帮助都将不胜感激。
浏览 8提问于2022-07-26得票数 1
回答已采纳
我想从我的C#应用程序中解析一个PDF文件，并在其上创建一个音频文件。我该怎么做呢？
我特别寻找一个好的pdf转文本库，或者是一种从pdf文件中剥离文本的方法。
浏览 1提问于2009-06-06得票数 6
5回答
从Pdf标题重命名Pdf
、、、
我想整理我从网上下载的pdf文件。很明显，他们中的许多人的名字都不好。我想从文件中提取出真正的标题。这里有许多是由Latex生成的，我认为从编译后的pdf中我们可以找到\title{}关键字或类似的关键字。然后我想用这个来重命名这个文件。
我可以使用pypdf来读取元数据。但大多数pdf在其元数据中不包含该标题。我用我所有的收藏都试过了，但是一个也没有找到！
两个问题: 1.可以阅读由latex编译的pdf格式的标题吗？2.我可以使用哪个库(主要是C/C++、java、python)来获取这些信息。
提前谢谢。
浏览 0提问于2010-08-05得票数 2
我试着找到一个软件为pdf到chm转换，以转换我的pdf电子书到chm，但我最终失望了。
因此，作为一个python2人，我决定创建自己的程序来将pdf文件转换为chm，然而，我找到的所有pdf/chm库都是python2库。
有没有python 3库来处理pdf/chm文件？
浏览 1提问于2011-09-22得票数 1
我正在尝试开发一个使用django框架的网站，在那里我必须向用户显示一些信息作为pdf。出于这个原因，我设计了一个视图页面，并将此页面转换为使用python中的xhtml2pdf库的pdf。但问题是，当我像这样导入样式表时，它不起作用
<link href="http://maxcdn.bootstrapcdn.com/bootstrap/4.0.0/css/bootstrap.min.css" rel="stylesheet" id="bootstrap-css">
但是，如果我直接在样式标记之间编写任何样式，那么它就是works.
浏览 0提问于2018-04-22得票数 2
4回答
我使用Python从文件名列表创建HTML链接。文件名的格式如下: song1_lead.pdf，song1_lyrics.pdf。他们也可以有像song2_with_extra_underscores_vocals.pdf这样的名字。但最常见的是他们都会以_someText.pdf收尾
我的目标是只提取最后下划线之后的someText部分，而不使用.pdf扩展。所以song1_lyrics.pdf的结果只有:歌词
下面的Python代码实现了我的目标，但似乎我做得很困难。是否有更有效的方法来做到这一点？
testString = 'file1_with_extra_underscor
浏览 0提问于2019-09-01得票数 3
回答已采纳
我正在寻找一个库来创建Python中的PDF。最好是一些简单易用的东西，因为我目前对PDF格式不太了解(所以HTML到PDF转换器会很方便)。
我想从我们的预订系统创建发票。系统的其余部分建在Django。输出并不特别复杂。
浏览 0提问于2016-06-17得票数 1
1回答
背景：
我有一个多页的PDF文件(LARGE_PDF)。每个页面都包含一个表，而不包含其他内容。每一张桌子看起来都不一样。我想提取表中的内容，然后把它们放到熊猫的资料里。为此，我使用了，它的工作原理如下所示：
方法：
首先，我将PDF文件拆分成多个单页PDF文件，并将它们保存到光盘中.
single_page_files = split_and_save(LARGE_PDF) # Split to single files, one page each
第二，将每个文件输入tabula。
from tabula import read_pdf as tabular_read
for ite
浏览 2提问于2019-02-22得票数 0
2回答
如何在Python3中将HTML转换为PDF？Xhtml2pdf不工作在Python3中，got错误：
import xhtml2pdf.pisa as pisa Traceback (most recent call last): File "", line 1, in File "/home/hound/test/python/test\_env/lib/python3.4/site-packages/xhtml2pdf/**init**.py", line 41, in
浏览 3提问于2017-02-27得票数 3
1回答
我正在使用Azure函数中的pdfkit库使用python从HTML模板生成一个PDF文件。
这是我的代码样本。
helper.py
env = Environment(loader=FileSystemLoader('templates'))
def give_me_pdf():
filename = str(int(time.time()))
template = env.get_template('index.html')
html = template.render(name="David")
pdfki
浏览 8提问于2022-05-20得票数 0
我最近下载了pdf库( pdfbox，pdfsharp，itextsharp)，我正在尝试用Asp.Net解析损坏的pdf文件。哪个库最适合读取损坏的pdf文件。
浏览 1提问于2009-12-09得票数 0
回答已采纳
1回答
我需要产生高精度的黑白矢量图形。我们的目标是能够按比例打印这些图形，其中线条可以细至1微米。这些图形遵循一些几何模式，我正在考虑使用Python来生成它们。输出格式并不重要；它可以是PDF、EPS、SVG或其他格式……
你能推荐哪一个库来实现这一点？通常，我使用Python3和PySide来制作图形用户界面，但是否能够显示图形是可选的。
浏览 2提问于2013-05-16得票数 0
我正在尝试编写一个令人讨厌的任务，包括获取、处理和打印大量扫描的文档- jpeg或pdf。我无法从python或windows shell (我可以使用python子进程模块编写脚本)访问打印机。我使用lpr命令从命令行打印文本文件成功，但不能打印jpg或pdf。
很高兴有任何关于这方面的线索，包括一个更广泛的用于打印到打印机的win shell参考，一个合适的python库，我在google search stackoverflow搜索中遗漏了一个合适的python库，等等(只有一个)
浏览 1提问于2012-08-01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
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
