应《网络安全法》要求，自2017年10月1日起，未进行实名认证将不得使用互联网跟帖服务。为保障您的帐号能够正常使用，请尽快对帐号进行手机号验证，感谢您的理解与支持！

24小时热门版块排行榜    

小木虫论坛-学术科研互动平台 » 网络生活区 » 有奖问答 » 互联网 » 数据抽取
81/1返回列表
查看: 5214  |  回复: 7
只看楼主 @他人 存档 新回复提醒 (忽略) 收藏    在APP中查看
【悬赏金币】回答本帖问题，作者xioashazi将赠送您 10 个金币

xioashazi

新虫 (小有名气)

[求助] 数据抽取

求助抽取pdf上的所需字段～～有偿！

发自小木虫IOS客户端
回复此楼

» 猜你喜欢
1楼 2024-01-06 23:10:55
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

wolfghost

版主 (知名作家)

优秀版主优秀版主优秀版主优秀版主优秀版主

【答案】应助回帖

楼主的使用图片识别就可以实现目标了。手机端，照片里有图片转文字，WPS里也有自带的。
赞一下 回复此楼
大刀向鬼子的头上砍去！ChopJapstoDeath!
2楼2024-01-07 10:48:41
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

xioashazi

新虫 (小有名气)
楼主的是有几千个pdf，批量抽取pdf上所需要的字段该如何实现

发自小木虫IOS客户端
赞一下 回复此楼
3楼2024-01-07 15:19:48
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

xioashazi

新虫 (小有名气)
引用回帖:
2楼: Originally posted by wolfghost at 2024-01-07 10:48:41
楼主的使用图片识别就可以实现目标了。手机端，照片里有图片转文字，WPS里也有自带的。

谢谢你，但是我的是有几千个pdf，是否可以
通过一些代码之类的实现批量抽取呢

发自小木虫IOS客户端
赞一下 回复此楼
4楼2024-01-07 15:20:56
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

wolfghost

版主 (知名作家)

优秀版主优秀版主优秀版主优秀版主优秀版主
引用回帖:
4楼: Originally posted by xioashazi at 2024-01-07 15:20:56
谢谢你，但是我的是有几千个pdf，是否可以
通过一些代码之类的实现批量抽取呢
...

这个就没有代码经验了；要得急的话就可以打“呆战”———分多人，多次处理。
赞一下 回复此楼
大刀向鬼子的头上砍去！ChopJapstoDeath!
5楼2024-01-08 08:38:58
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

MrJohnny

新虫 (小有名气)
是纯图片转的pdf还是word之类的转的？如果是word之类转的，我或许可以用python来试一下帮你抽取字段

发自小木虫Android客户端
赞一下 回复此楼
敢于直面惨淡的人生，敢于正视淋漓的鲜血
6楼2024-01-14 22:31:26
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

wc596520206

金虫 (正式写手)

【答案】应助回帖

多个文档可以使用python写代码，主要使用的库有paddleocr做字符识别就行，但是我试验过效果不是特别好，有的时候需要将pdf转成word
赞一下 回复此楼
7楼2024-01-15 09:47:23
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

me_yu

木虫 (正式写手)

【答案】应助回帖

内容已删除
赞一下 回复此楼
听，寂静的夜里，田野里蛙声和虫鸣，好不欢快！
8楼2024-04-19 09:07:14
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
相关版块跳转 我要订阅楼主 xioashazi 的主题更新
81/1返回列表
不应助 确定回帖应助 (注意：应助才可能被奖励，但不允许灌水，必须填写15个字符以上)
普通表情 龙 兔 虎 猫
最具人气热帖推荐 [查看全部] 作者 回/看 最后发表
[硕博家园] 售SCI一区T0P文章，我:8.O55.1.O.54,科目全,可十急 +4 2rKfVQg2jQww 2026-11-06 5/250 2026-11-07 17:23 by Xc2FxHsHkBNc
[教师之家] 售SCI一区T0P文章，我:8.O.55.1.O.54,科目齐全,可+急 +3 5sJFDKp2kwuI 2026-11-06 5/250 2026-11-07 17:01 by Xc2FxHsHkBNc
[考研] 售SCI文章，我:8O.5.5.1O.54,科目全,可十急 +3 5sJFDKp2kwuI 2026-11-06 4/200 2026-11-07 16:50 by Xc2FxHsHkBNc
[考博] 售SCI文章，我:8O.5.5.1O.54,科目全,可十急 +3 5sJFDKp2kwuI 2026-11-06 5/250 2026-11-07 16:06 by Xc2FxHsHkBNc
[教师之家] 售SCI一区T0P文章，我:8.O.55.1.O.5.4,科目全,可+急 +4 5sJFDKp2kwuI 2026-11-06 6/300 2026-11-07 15:44 by Xc2FxHsHkBNc
[教师之家] 延安大学回应“副教授留绝笔信”：确已离世，正核实举报内容 +3 yexuqing 2026-11-04 5/250 2026-11-07 13:22 by 苏东坡二世
[公派出国] 售SCI文章，我:8O5.5.1.O.54,科目齐全,可+急 +8 ncTVBM6AOJHF 2026-11-04 23/1150 2026-11-07 06:49 by Equinoxhua
[考博] 售SCI一区文章，我:8.O.55.1.O.54,科目齐全,可伽急 +10 ncTVBM6AOJHF 2026-11-04 22/1100 2026-11-06 17:18 by 5sJFDKp2kwuI
[考研] 售SCI一区T0P文章，我:8.O55.1.O.54,科目全,可十急 +4 ELBZ6WwEaRj6 2026-11-05 7/350 2026-11-06 16:43 by 5sJFDKp2kwuI
[考博] 售SCI一区文章，我:8O5.5.1.O5.4,科目全,可伽急 +6 ELBZ6WwEaRj6 2026-11-05 8/400 2026-11-06 16:34 by 5sJFDKp2kwuI
[硕博家园] 售SCI一区文章，我:8O5.5.1.O5.4,科目全,可伽急 +4 ttH3f1oA6ace 2026-11-04 11/550 2026-11-06 16:10 by 5sJFDKp2kwuI
[考研] 售SCI一区T0P文章，我:8O.55.1.O.5.4,科目齐全,可+急 +7 ncTVBM6AOJHF 2026-11-04 14/700 2026-11-06 13:47 by BkA9Bi5cMhkD
[硕博家园] 售SCI一区文章，我:8.O.551.O.5.4,科目全,可伽急 +6 ncTVBM6AOJHF 2026-11-04 11/550 2026-11-06 13:47 by BkA9Bi5cMhkD
[考博] 售SCI一区T0P文章，我:8.O55.1.O.54,科目全,可十急 +7 ncTVBM6AOJHF 2026-11-04 17/850 2026-11-06 13:47 by BkA9Bi5cMhkD
[考研] 售SCI-T0P文章，我:8O.5.5.1.O.54,科目齐全,可+急 +4 ttH3f1oA6ace 2026-11-04 14/700 2026-11-06 05:11 by qL1cU46YIdK0
[公派出国] 售SCI一区T0P文章，我:8.O.55.1.O54,科目全,可伽急 +5 kvewwGtKktqB 2026-11-04 14/700 2026-11-06 05:10 by qL1cU46YIdK0
[公派出国] 售SCI-T0P文章，我:8O.5.5.1.O.54,科目齐全,可+急 +3 ELBZ6WwEaRj6 2026-11-04 9/450 2026-11-06 02:15 by qL1cU46YIdK0
[硕博家园] 售SCI-T0P文章，我:8O.5.5.1.O.54,科目齐全,可+急 +3 ttH3f1oA6ace 2026-11-04 9/450 2026-11-06 02:02 by qL1cU46YIdK0
[考博] 售SCI一区T0P文章，我:8.O.55.1.O.5.4,科目全,可+急 +6 ncTVBM6AOJHF 2026-11-04 10/500 2026-11-06 01:51 by qL1cU46YIdK0
[基金申请] 各位基础老师们，看完中央《从严治党》的决定后，对学术界更加有信心了吧 +5 iaeyuan 2026-11-01 5/250 2026-11-04 14:43 by jinchengzi
信息提示
关闭
请填处理意见
关闭