使用Perl從PDF中提取圖像/文本

我試圖使用Perl從PDF文件中提取文本/圖像/表格。使用Perl從PDF中提取圖像/文本

我嘗試使用CAM::PDF這是不是在文本中提取，但作爲一些其他格式。

是否有一種方法可以使用Perl模塊從PDF中提取文本/圖像/表格？

2016-04-27 Priya Samy

是否有一個例子PDF您可以鏈接到的在線文件？ – Borodin

來自Poppler的'pdftohtml'。沒有必要失去理智。 –

使用CAM::PDF。它有一些方法，可以幫助你提取圖像或其他元素：

$doc->getProperty($pagenum, $propertyname) 
Each PDF page contains a list of resources that it uses (images, fonts, etc). getPropertyNames() returns an array of the names of those resources. getProperty() returns a node representing a named property (most likely a reference node).

來源

2016-04-29 14:16:35

我用CAM :: PDF -J Atwal。但我沒有得到正確的輸出標準輸出。輸出是這樣的： ↓◄↑◄§◄ù↨←▬§§ 0 X♥6 \䎁♥，3 ¶◄¶§◄§∟◄§▬→ 0 X♥6 \！䎁♥6 HULDO♥♠ ！§！§►¶↑¶！►！！！►！▬ ' 0 X♥6 \䎁♥8 VHU指令 DGPLQ ' HQLDO►RI►6 HUYLFH♥♂「，R 6♀♥5 HVXO $ YDLODELOLW \ §！♥PLQXWHV♥¶♥VHFRQG ¶§¶♥PLOOLVHFRQGV ¶ 5 ħ由於F R年小時】U Hģ♥ž升寬ķl問♥¶♥P l問X W H ♥ （[H˚FX W L年小時♥6 X P P d U \♥5 H S RüW¯¯↔♥ $ 5 3乙▬▬¶↑B'，R 6 –

希望你不嘗試打印在stdout圖像;）。嘗試將圖像內容保存到文件中，然後在圖像瀏覽器中打開該文件。 –

這不是圖像而是文字。即使那樣它也是這樣打印的。 –

@ priya..i試過這個模塊，其做工精細的PDF文本提取..

use strict; 
use warnings; 
use PDF::OCR::Thorough; 


my $filename = "pdf.pdf"; 

my $pdf = PDF::OCR::Thorough->new($filename); 
my $text = $pdf->get_text(); 
print "$text";

來源

2016-05-24 18:22:41

使用Perl從PDF中提取圖像/文本

回答

相關問題