Я разбираю PDF-документ, используя модуль pdfminer python. Я просто хочу извлечь текст из этого документа. Процесс идет отлично, но когда я извлекаю LTText* объектов, я понимаю, что не получаю весь текст внутри этого LTText* объекта....

Я работаю над проектом GAE в PyDev. Я хотел бы использовать библиотеку PDFminer для преобразования файла PDF в текстовый файл. Моя проблема в том, что когда я запускаю приложение, оно не работает и отображает это сообщение об ошибке: ImportError:...

Поскольку я хочу перейти с python 2 на 3, я попытался работать с pdfmine.3kr в python 3.4. Вроде все отредактировали. Их журналы изменений не отражают внесенные ими изменения, но мне не удалось разобрать pdf с помощью pdfminer3k. Например: Они...

В Python я использую pdfminer для чтения текста из pdf с кодом под этим сообщением. Теперь я получаю сообщение об ошибке: File "/usr/local/lib/python2.7/dist-packages/pdfminer/pdfpage.py", line 124, in get_pages raise...

Я пытаюсь установить pdfMiner для работы с CollectiveAccess. Мой хост (pair.com) дал мне следующую информацию, чтобы помочь в этом квесте: При компиляции, скорее всего, потребуется указать при установке использовать пространство вашей учетной...

Я пытаюсь извлечь информацию из файлов разных типов в python (.pdf .doc .docx) и преобразовать в .txt, но при обработке разных файлов я получаю место и новые строки, когда они не требуются, и многие другие проблемы. Я пробовал PyPDF2 и PDF-менеджер....

Я написал функцию, которая преобразует каждый PDF-файл из каталога в текст, и я хочу получить преобразованный текст из PDF-файла в виде txt-файлов. Я получаю сообщение об ошибке «TypeError: ожидаемая строка, байты или объект os.PathLike, а не кортеж»...

Я новичок в PDFminer. Я заметил, что некоторые символы/знаки препинания не выводятся в буквальном виде при использовании команды PDFminer get_text(). Например, «-» получился как «\xe2\x80\x93», а одинарные кавычки ' получился как «\xe2\x80\x99»....

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 хочу извлечь текст из онлайн-PDF с помощью pdfminer, используя приведенный ниже код, он не показывает ошибок, но ничего не выводит from pdfminer.pdfpage import PDFPage from urllib import request from pdfminer.pdfinterp import PDFResourceManager...

У меня есть XML, структурированный следующим образом: <?xml version="1.0" encoding="utf-8" ?> <pages> <page id="1" bbox="0.000,0.000,462.047,680.315" rotate="0"> <textbox id="0"...

Я пытаюсь преобразовать очень чистый файл PDF в файл txt, используя python. Я пробовал использовать pyPDF2 и PDFMiner, оба отлично работали при распознавании текста. Однако, поскольку в PDF строки переносятся, извлеченный файл .txt имеет...