0
我正在尝试提取PDF文件的各个部分,以用于文本分析。我尝试使用pdfextract来完成此操作。然而,一个命令,例如提取PDF部分
pdf-extract extract --regions --no-lines Bauer2010.pdf
仅提取的区域的坐标(x,y)
,如在下面的例子。
<region x="226.32" y="750.47" width="165.57" height="6.37"
line_height="6.37" font="BGBFHO+AdvP4DF60E">Patient Education and
Counseling 79 (2010) 315-319</region>
是否可以提取PDF的各个部分?
你可能应该明确你的意思是“PDF的各个部分”? – mkl