回答情况：
提问时间：
问题标签：
EMEA.doc --改名-> EMEA 083117.doc -> EMEA 082317.PDF3.LATAM.doc --改名-> LATAM 083117.doc --> LATAM 082317.PDF
我需要ExportAsFixedFormat(PDF)这些.Doc文件。我想保存文件在特定的位置
浏览 7修改于2017-08-31得票数 0
回答已采纳
我正在做PDF内容验证的POC，这将基本上验证PDF文件的内容。但我没有找到任何解决办法。我正在寻找的解决办法：提取PDF内容，并可能将其以某种结构化格式放入
根据预期值验证实际提取的内容
浏览 0修改于2020-02-14得票数 1
4回答
我有一堆PDF文件，我需要转换为TXT。不幸的是，当我使用许多可用的实用程序中的一个来做这件事时，它丢失了所有的格式，并且PDF中的所有表格数据变得混乱。可以通过指定位置等方式使用Python从PDF中提取文本吗？
谢谢。
浏览 0修改于2010-06-30得票数 7
回答已采纳
发送电子邮件时指定附件的内容类型内容类型指定为Zip，PDF文件的应用程序/八位流。但我需要将其更改为application/zip，application/pdf。找不到指定内容类型的位置。请帮帮忙。谢谢
浏览 2提问于2010-05-24得票数 1
回答已采纳
我将使用PDFBox库提取PDF文件的内容。内容应逐段处理，对于每一段，我需要它的立场进行后续处理。使用以下代码，我可以提取输入PDF的全部内容：PDFTextStripper stripper = new PDFTextStripper();doc.close();
我不知道如何逐段提取
浏览 6提问于2014-08-03得票数 2
作为应用程序的一项要求，需要从PDF文件中提取数据以及嵌入文本和图像的位置(x位置和y位置)。
有有用的C++库吗？还是应该分析PDF文件的数据结构并提取数据？将来我会仔细考虑问题的内容。
浏览 1修改于2018-11-08得票数 1
回答已采纳
我使用pdfbox库从任意PDF文件中提取文本。我想知道如何使用这个库从pdf中提取一些特定的文本。
据我所知，我应该为这项任务使用标记的内容功能。这就是类。使用它的getMarkedContent方法，我可以获得PDMarkedContent对象，然后，通过使用getContents方法，我可以获得所需的实际内容。我说的对吗？那么，我该如何指定文档PDFMarkedContentExtractor应该使用什么作为源呢？
浏览 53修改于2014-08-27得票数 2
LOGSTASH是否可以从某个位置读取PDF文件并提取其中的内容，然后将此内容发送到目的地(KAFKA)？据我所知，LOGSTASH可以读取.TXT或.LOG或.CSV文件，但我不确定它是否能够读取PDF中的内容。如果没有，kafka有这个能力吗？可以从APACHE KAFKA中读取PDF内容吗？
浏览 14修改于2017-02-08得票数 0
回答已采纳
我正在做一个java程序来读取加密的PDF文件，并逐页提取文件的内容，包括文本，图像和它们在文件中的位置(x，y坐标)。现在，我使用PDFBox实现此目的，并获取文本和图像。但是我不能得到文本位置和图像位置。也有一些问题，读取一些加密的PDF文件。
浏览 5提问于2011-09-28得票数 7
我希望从PDF发票中提取特定的文本和数字，其中之一是总金额。事情是，的总金额的立场不断变化从pdf到pdf的是根据有多少个项目。如果有很多项目，那么总金额字段将在pdf中较低，如果项目的数量较少，那么总金额将更高在pdf中。参考图见下图。发票中只有两个项目，所以总字段位于较高的位置。那我该怎么提取呢？我试过使用Anchor base，但它不起作用！这是我迄今所做的工作：
1.)指定一个for循环来打开文件夹中的每个
浏览 18修改于2022-03-02得票数 0
回答已采纳
我的问题是如何索引PDF文件中的内容，包括文本，以及使用认知服务从PDF文件中的图像中提取文本。
在与索引PDF文件相关的教程中，似乎假定PDF文件位于Search (如)可访问的位置。因此，我似乎必须将我网站中已经存在的所有PDF文件存储在Azure Blob存储中(以某种方式保存它们的原始URL )，这样我就可以使用数据源索引器索引来索引它们并提取内容。我想要寻找的功能是，您可以访问我的网站，搜索PDF<
浏览 1提问于2019-09-23得票数 0
回答已采纳
我需要制定一个程序，可以分析和理解在某些PDF中的特定结构和格式的内容的上下文和语义关系。下面是一个示例，其中显示了这种PDF的一段内容：
因此，我需要一个PDF阅读库，它不仅可以提取文本，还可以提取PDF中的流星数据，如字体大小、字体样式(粗体、塔利)、背景色、表及其子元素、表格单元格背景颜色、复选框、元素位置等。
浏览 11修改于2017-05-23得票数 4
回答已采纳
我有一个特定的要求，从一个pdf的file.The区域中的特定区域提取文本和图像可能是选定的或突出显示的，或者是从给定的一组坐标。当我浏览的时候，所有的方法都是完全从PDF中提取图像和文本，而不是在指定的位置。我尝试了iTextSharp，Syncfussion，Apose，但找不到更好的方法。
浏览 0修改于2010-03-12得票数 2
我想使用PDFsharp在PDF的右下角提取文本。唯一可能的方法是指定坐标。
那么，如何通过使用PDFsharp库指定坐标从PDF中提取文本呢？
浏览 2修改于2016-12-30得票数 0
回答已采纳
我目前正在尝试用java编写一个程序，它将从pdf文件中提取文本和图像，并允许我将提取的内容写入word文件。我已经设法使用ICEpdf库提取了内容，但是问题是我需要能够以与读取内容完全相同的顺序写入内容。因此，为了澄清，我需要一个库，它可以帮助我跟踪文本和图像在页面中的确切位置，以便我可以将它们放在word文件中的相同位置。
浏览 0提问于2014-01-15得票数 0
我目前正在做一个项目，以提取PDF的内容。代码运行平稳，我可以提取文本，但提取的文本没有正确的顺序。代码以一种奇怪的方式提取文本。课文的顺序到处都是。它不会自上而下，而且真的令人困惑。我在网上查了一下，但在如何排序文本提取方面几乎没有什么帮助。大多数教程得出了同样的结果。作为参考，这是我目前正在测试的PDF文件(第5页)：
with open('pdftest2.pdf', &
浏览 8提问于2021-05-16得票数 0
回答已采纳
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