代码之家 › 专栏 › 技术社区 › William

根据格式(字体名称和大小)从Word或PDF中提取文本

extract pdf delphi

William · 技术社区 · 15 年前

我需要解析大文本(大约1000页Word或PDF文档),并将文档中的一些文本放入数据库字段中。

我发现唯一能区分我要提取的文本的是格式,它总是“Helvetica Condensed”大小12

我能做到吗?我知道如何使用字符串函数,但是我应该使用什么来测试格式?

如我所说,文本存储在Word文档或PDF中

如果有第三方组件没问题,请咨询我。

谢谢

2 回复 | 直到 15 年前

ikkebr 15 年前

有 QuickPDF . 价格是249.00美元。

skamradt 15 年前

另一种选择是自己编写代码。这个 file specification 可在线获取,如果您只想从文档中提取文本,这将为您提供大部分指导。

唯一需要注意的是完全由图像构建的文档。在这种情况下(无论您用什么读取文件),您还需要一种OCR类型的应用程序。若要查看是否是这种情况,请打开要“提取”文本的文件类型的示例,选择要复制的文本,然后尝试粘贴到记事本中。

推荐文章

Essi · R-基于匹配值从另一个数据帧添加数据[重复]

7 年前

wen tian · 使用beautifulsoup从网站中提取数字?

7 年前

user7579444 · 在Python中,如何获取相同字符的数量及其在字符串中的位置?

7 年前

Ty Kayn · PHP7中的ZipArchive找不到zip的内容

7 年前

YazOT · 使用python从文本文件中提取特定行

7 年前

plaidshirt · JMeter JSON提取器按条件获取值

7 年前

Pau · 从字符串中提取超链接的Php函数

8 年前

kroy2008 · 从选定尾注生成的字符串中提取文本

8 年前

Fabio Favoretto · 在R中匹配不同数据帧中的站点

8 年前

hoperose · 如何使用python中的正则表达式从文件中提取特定段落?

8 年前