我使用以下代码将 PDF 转换为文本文件。 但是,我只对文档的正文感兴趣,没有数字、没有页码、没有表格、没有标题、没有公式等。 但它给了我一堆文本,其中一些是从表格或公式中提取的短行。 我希望生成的文本对于用户来说是可读的,而无需在文本模式下无法显示的内容。 另一个问题是它将句子分成多行,所以我 ...
我使用以下代码将 PDF 转换为文本文件。 但是,我只对文档的正文感兴趣,没有数字、没有页码、没有表格、没有标题、没有公式等。 但它给了我一堆文本,其中一些是从表格或公式中提取的短行。 我希望生成的文本对于用户来说是可读的,而无需在文本模式下无法显示的内容。 另一个问题是它将句子分成多行,所以我 ...
我已经在 StackOverFlow 和谷歌上搜索了两天,仍然无法找到解决方案。 我想做的是创建一个 PHP 脚本: 将 PDF 上传到我的网站将文档的每一页转换为单独的图像显示转换后的图像大多数提出类似问题的用户都会使用 ImageMagick 但我的完美解决方案是 PHP 库,你知道吗? ...
我正在为我的一个朋友做一个项目。 我想在多个页面上找到一个特定关键字,并且它在大型 PDF 文件(40-60 页及以上)的其他位置有重复项,然后将找到关键字的页面保存在内存中,然后拆分这些页面从原始 PDF 文件,最后,将它们合并在一起。 我正在考虑使用PDFMiner或PyPDF2 (我也愿意接 ...
我正在尝试操作 pdf,我尝试了一些开源库(例如 pdfSharp、pdfjet),但我无法实现我必须做的事情。 因为pdfsharp是用新页面把它加到pdf里,或者pdfjet把广告放到pdf里。 所以,我不能使用这些库。 我必须达到的是: 我必须在pdf最后一页的末尾放一个字符串。 如果最后 ...
我有一个 pdf,其中 pdf 文档的内容流看起来像 image1。 但是一旦我在 adobe dc 中打开 pdf 并尝试更改阅读顺序。 整个内容流被改变。 (请看图2) 这是源 pdf 的链接https://drive.google.com/file/d/1V2K3-2GdWG5D ...
以pdf格式获取或计算(Td,TD,Tm,cm,T *)内容流的确切位置? 作为一个人,我能够通过比较(其中字形位于pdf和内容流位置值中)来计算(无论是替换最后的Td还是添加到最后的Td或乘以fontsize)标记在pdf内容流中的位置。 但我无法以编程方式计算字形的完美位置。 请看 ...
我正在尝试将带有 id 的图像插入到 PDF 文档中,并允许稍后用另一张图像替换它。 我的流程如下: 从客户端获取图像(具有唯一 ID)。 尝试在 PDF 文档中查找具有相同 ID 的现有图像。 如果我找到现有图像,请尝试将其删除并放入新图像,或者尝试用新图像替换现有图像。 (都试过了)。 如果我 ...
我有一个系统,它以图像的形式向 PDF 添加注释。 目前,如果用户下载 PDF,他们可以单击注释并进行操作:移动、调整大小、删除... 我想要一种将注释更改为只读或将它们嵌入到 PDF 中的方法,就像它们是 PDF 的一部分一样。 那可能吗? 任何人都知道如何使用 .NET 实现这一目标? ...
我想将PDF文件作为文本(postscript)阅读,在文件结构中添加新对象并将最终输出保存为新PDF但是如果我只是复制了PDF PostScript内容并将其粘贴到新创建的PDF文件中(其中encoding='ansi' ),该文件不起作用。 我确信这可能是编码问题,但我不确定在操作原始 ...
我有一个pdf,如下所示。 我想将段落标记为“段落”。 我已经对此进行了大量搜索,并且有一些方法可以从头开始创建标记的pdf,或者将html内容转换为标记的pdf,但是我没有成功标记现有的pdf。 鉴于坐标,我可以用pdf标记内容。 在此示例中,我想将段落标记为段落标记。 谢谢。 ...
如何将PDF图像(垂直)堆叠到单页输出PDF中? 即: (请参见下面的示例。)我正在寻找的是等效于该工具的PDF, 该工具可以堆叠SVG图形。 请注意,这与多页组合明显不同 使用哪个 (请参阅此答案 。) 例 @KenS在评论中完美地描述了我的目标 ...
我想将元数据键值对添加到 pdf 文件的元数据中。 我找到了一个几年前的答案,但我认为这很复杂。 我想今天有一个更简单的方法: https : //stackoverflow.com/a/3257340/633961 我没有和pypdf2结婚,如果有更简单的方法,那我就走这条路? ...
我一直在尝试在Elixir或Erlang中找到示例功能,以获取可填写的PDF,然后使用来自应用程序的输入数据填充它。 到目前为止,我无法在Elixir或Erlang中找到任何解决方案。 有没有人知道我们可以用来实现这个目标的好方法或模块? 提前致谢! ...
我最近安装了sedja-console用于从命令行合并pdf文件。 输入的pdf文件的名称位于名为filelist-inputs.csv的CSV文件中,如下所示: 我需要一个输出pdf文件用于CSV文件列表名称的第一行,其他输出pdf文件用于第二行的第二行,其他输出用于第三行,依此 ...
我必须使用包含图像、文本字段、表格的 MS Word 和 PDF 大文件。 我需要在特定位置动态地将文本插入到这些文件中。 我曾在 Word 中尝试过书签方法,但现在无法使用该方法。 我已将数据提取到字节数组中并尝试以 pdf 格式写入,但文件已损坏。 这是代码: byte[] b ...
找不到所需的PDF 这是我的功能: 我需要将不同的PDF合并为一个。 我使用FPDF&FPDI。 我希望使用codeigniter完成。 也欢迎其他解决方案(与上述方法不同)。 ...
我正在使用下面链接中的代码来渲染图像 MyImageRenderListener-IText 下面是我的代码尝试块。 我实际上在做的是查找图像的DPI ,如果图像的dpi低于300,则将其写入文本文件。 现在 ,我还想写这些图像在PDF中的页码。 如何获得该图像的页码? ...
我正在使用iText 5.0.1来处理现有的PDF。 使用RUPS分析现有PDF时,我可以看到第一页包含/ Resources: 但是,使用下面的示例操作PDF时,我得到了NPE,因为pageDictionary.get(PdfName.RESOURCES)返回null。 这是调 ...
我一直在使用pdfMiner来读取图表中的值,到目前为止,它一直都很棒! 但是,在一个区域中可以以不可预测的方式正确读取正确的数据,这意味着它将以与出现的完全不同的顺序正确读取所有图形值。 这不完全是一个问题,因为只要我知道,说总是首先要读最后一张图,我就可以围绕它构造程序。 除了 ...
我有一个PDF文件,其中的大表分为几页,因此我需要将每页表合并为大页中的大表。 PyPDF2或其他库可能吗? 干杯 ...