回答情况：
提问时间：
问题标签：
我有由PDFcreator创建的PDF。每个多页PDF的第一页都有需要识别的邮寄地址。有没有办法在PDF的特定区域内进行文本搜索？
我已经找到了和，但看不到将搜索限制在特定区域的方法。我主要关心的是准确性，因为在同一个PDF中可能会出现不同的地址。另外，搜索整个PDF可能太慢了。
浏览 5修改于2017-05-23得票数 0
我试图从PDF中给定的两个坐标指定的特定矩形区域中提取数据。是否可以在PDF中执行此操作，或者我是否必须将其转换为图像并使用OCR？如果有，PDFBox或iText是否包含通过光学字符识别来分析图像的方法？谢谢!
浏览 26提问于2017-12-26得票数 3
回答已采纳
我一直在尝试使用多边形补丁对Gamma分布PDF下的区域进行着色，但无论我做什么，着色区域都不会与PDF的曲线对齐。多边形顶点是从相同的gamma pdf函数直接生成的。这里发生什么事情？(1,1, figsize=(20,10))
y = gamma.pdf(x, a=9, scale = 0.5) #alpha=<
浏览 22修改于2020-03-04得票数 1
我有一个PDF文件，其中包含我们需要导入到数据库中的数据。该文件是打印文本的pdf扫描。数据的结构如下Date : 01/12/2014但这些数据并不总是出现在document.So的相同区域中，我需要一个可以识别这些文件的工具或应用程序接口。
浏览 2提问于2015-01-21得票数 0
我已将所有pdf的字体大小设置为10，问题是如果我想更改pdf的特定区域的字体大小而不更改所有的字体大小，可以吗？参见下面的代码，我想改变这些区域的字体大小$pdf->SetXY(17，80)； <?php
$pdf->addPage('P', 'Legal') ;
$
浏览 28提问于2021-01-30得票数 0
回答已采纳
1回答
我正在尝试编写一个Powershell代码，以便从多个文件的文件名中识别具有特定字符的字符串。文件名示例$Variable = $Filename.Substring(15,9)但是，在某些情况下，文件名如下所示$Variable = $Filename.Substring(15,9</
浏览 0提问于2020-02-06得票数 1
回答已采纳
是否有正确的方法来识别Java/Kotlin中的Unicode私有使用区域(PUA)字符？
一些背景，我们正在使用PDF转换工具，它不支持PUA字符。因此，我们需要标识文件中可用的任何PUA字符。
浏览 4提问于2022-04-20得票数 1
3回答
我创建了一个pdf提取工具。样品屏幕附加。
现在的问题是，有时在一些pdfs中，提取所需的部分数据被转移到下一页。(移动的原因是；我将给出一个示例。因此，现在我考虑的是，识别pdf的结构，而不是获取坐标.。
但我没有明确的想法去做。请分享任何东西，你认为这对解决这个问题有帮助。我再次重申，我正试图从pd
浏览 1修改于2015-11-12得票数 2
回答已采纳
需要帮助找出如何调整下面的正则表达式现在文件名已经改成了新的格式，我不知道该怎么解释。“3005183198.md515114F47DFD62791AC4C87527CED1AA5.PDF”
我知道我应该以"0-9+“开始，以\.pdf结束，只是不确定我需要添加什么来说明”。
浏览 0修改于2017-09-07得票数 1
虽然我能够提取剪辑路径定义本身，但我无法确定哪些定义适用于正常的笔画或填充区域。例如，请参考获取从PDF页面中提取的SVG，以及在提取过程中看到的PDF图形命令序列的相应转储。从SVG中可以看出，有多个剪辑路径和一个矩形填充区域。尽管在定义填充矩形之前定义了多个剪辑路径，但只有在之前定义的圆形剪辑路径矩形定义将与矩形相关联(根据PDF页面在各种PDF阅读器上的呈现方式，在白色背景中只显示2个填充的圆圈)。问题是如何知道哪些剪辑路径与PDF中定义的规则填充/笔画
浏览 2提问于2013-06-08得票数 2
回答已采纳
当我点击一个按钮时，我正在尝试生成一个PDF来显示订单的收据。我正在使用jsPDF和React。当我调用外部pdf时，我实现了显示PDF，但当我将数据作为字符串传递时，它显示以下错误：JVBERi0xLjMKMyAwIG9iago8PC9UeXBlIC9QYWdlCi9QYXJ…
l6ZSAyMAovUm9vdCAxOSAwIFIKL0luZm8gMTggM
浏览 2提问于2017-05-24得票数 2
我试着把一页的版面打印成pdf。我选择范围，但是当我试图设置打印区域时，我得到：无法设置PageSetup类的打印区域属性
Application.Goto Reference:="'9.ThisWorkbook.Path & "\"
firstDate = Format(Date, &q
浏览 5修改于2022-05-02得票数 0
我们希望使用pdf页脚的链接。我们利用wkhtmltopdf工具生成我们的pdfs。
浏览 7提问于2022-11-09得票数 0
回答已采纳
我正试图解析一堆PDF格式，它们有一段看起来是文本，但实际上只是一堆看起来像文本的嵌入形状，所以使用iTextSharp中的普通iTextSharp对象提取“文本”是不可能的。由于我试图提取的文本是仅有的10个可能的单词之一，而不是实际上“阅读”这个单词(或者更确切地说，‘以一个单词的形式’形状‘)，我想我可以通过与我已经识别的其他单词进行比较来确定这个单词是什么。我的第一个问题是，我怎样才能到达PDF的这一部分？如何使用iText解析文档以深入到此形状对象？在我所有的文档中都有一个常见的词开始这个部分，所以我想我可以用它作为一个地标来知道
浏览 3修改于2011-09-09得票数 1
使用Camelot-py从.PDF抓取表数据，但它不会拾取堆叠的文本行(请参阅下面的第9行和第10行)
tables= camelot.read_pdf(r'C:\PDFFilePath', pages='9', line_scale=40) camelot.
浏览 14修改于2020-03-12得票数 1
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。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，但我需要从一些有用的东西开始。谢谢!
浏览 1修改于2018-07-11得票数 1
当遍历pdf页面时，tesseract识别一个页面上的字符，类似于：Table 2 Unique Data5Table 3 Reservoir Data 8它去掉最后一个数字，因此输出类似于Table 4 Surface Data
数
浏览 0提问于2020-06-06得票数 2
我有一个用于纯文本的文本区域，用户有时可以复制和粘贴特殊字符。当使用表情符号时，它就成了一个问题，因为它是我们需要包含在PDF文件中的材料。例如：❤️现在我的问题是，在验证表单时，我如何识别这些字符并用Javascript删除它们呢？我不想限制太多，因为很多语言(俄语，阿拉伯语等等)都是被允许的。
浏览 0提问于2014-11-10得票数 0
回答已采纳
然后，在引用选项卡上填充所有命名区域，它们在相应单元格中的位置。我需要写一个宏，PDF的每个命名范围在单独的网页上，但作为一个单一的PDF文件。2)命名区域位于10个单独的工作表上。3)一些工作表上有多个命名区域。这并不总是一对一的，这意味着我需要它来PDF来自同一张工作表的多个命名范围，但结果必须仍然是每个PDF页面一个命名范围。$K$2:$R$21Range10, =Shee
浏览 1修改于2019-01-04得票数 1
1回答
我已经创建了我的表单识别器AI，对它进行了训练，并收到了modelID，但当我实际在Powershell中实现它时，它出错了，告诉我它无法读取文件，所以我怀疑这与我发送的文件有关。这是针对表单识别器2.0的，有什么建议吗？aiFormRecognizerEndPoint = 'https://{Url}.cognitiveservices.azure.com/'
$aiModelToUse = 'f11f43a7-6207-4dc9-9e8a-fc58677047
浏览 14修改于2019-12-21得票数 0
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号