我想问一个人想一想pdfs。
所以我想从pdf中获取一些数据，但只是指定数据。是否有可能选择从PDF格式中获取什么？
例如这个图像，所以你可以看到我想从pdf中输出哪些数据： pic http://shrani.si/f/1k/AA/Ph2cBYG/informativna-ponudba-gre.png
感谢
答案 0 :(得分：0)
这个问题涉及两个主要过程：OCR和数据捕获（或解析）
OCR代表光学字符识别。此过程将图像转换为文本。如果您的PDF是纯图像PDF（没有文本层，如扫描，传真，光栅化等），则必须使用此类软件。如果您的PDF已包含电子文本数据，您可以跳过此步骤。
智能数据定位和提取的数据捕获标准，例如在所有其他文本中查找特定字段。有专门的软件包和/或解析过程（参见我之前的帖子here）。
如果您的所有文档都包含与文本相同的“区域”，则可以裁剪图像，然后将较小的区域传递给OCR，从而简化文本提取逻辑（因为文本处理的文本较少） ）。
伊利亚安德
