Я пытался извлечь текст из pdf, и благодаря itext я могу извлечь весь текст. Однако я пытаюсь обнаружить шрифты заголовков и, используя эту информацию, планирую извлечь только те тексты между двумя конкретными заголовками. Например, в научной статье...

Я пытаюсь извлечь таблицы из многостраничного PDF-файла с помощью tabula-py, и хотя таблицы на некоторых страницах PDF извлекаются идеально, некоторые страницы полностью опускаются . Пропуски кажутся случайными и не соответствуют каким-либо...

У меня есть большое количество файлов, некоторые из них представляют собой отсканированные изображения в PDF, а некоторые представляют собой полный / частичный текстовый PDF. Есть ли способ проверить эти файлы, чтобы убедиться, что мы обрабатываем...

Я пытаюсь извлечь данные (таблицы) из файлов PDF и сохранить их в виде фреймов данных. library(pdftools) library(tabulizerjars) library(tabulizer) library(tidyverse) f <- file.path("D:/Araratbank/Statement USD-pages-1.pdf") #using pdf tools...

Может ли кто-нибудь дать мне быстрый ответ/помощь, что, поскольку мы сталкиваемся с некоторой проблемой после извлечения pdf в json с использованием python camelot, не дает точного содержимого. некоторый контент отсутствует после извлечения.