pythonpdf识别文字_python – 从PDF中读取字体颜色信息
我正在研究一种分析PDF文件并基于它们生成HTML的软件.有很多事情已经做到这一点,所以我知道这是可能的,我必须出于商业原因编写自己的东西.
我已经设法从PDF中获取所有文本信息,位置,字体,但我正在努力读出文本的颜色.我目前正在使用PDFMiner来分析PDF,但我开始认为我需要编写自己的PDFReader,即便如此,我也无法弄清楚文档的颜色信息在哪里保存!我甚至阅读了PDF规范但找不到我需要的信息.
我已经搜索谷歌,没有快乐.
提前致谢!
解决方法:
使用PDF文件中内容流对象中的g,rg或k运算符之一设置文本和其他填充图形的颜色,如PDF参考手册中的4.5.7颜色运算符一节中所述.
参考手册中的示例G.3简单图形示例显示这些运算符用于描边和填充某些形状(但不是文本).
在自己解析PDF文件时,首先要阅读预告片
在包含文件偏移量的文件的末尾
交叉参考表.该表包含文件偏移量
PDF文件中的每个对象.对象采用带引用的树结构
到其他对象.其中一个对象是
内容流. 3.4文件结构一节对此进行了描述
和3.6参考手册中的文档结构.
可以自己解析PDF文件但是这样
相当多的工作.内容
流可以被压缩,包含对其他对象的引用,
包含注释等,您必须处理所有这些情况.
PDFMiner软件已在读取内容流.也许吧
会更容易扩展PDFMiner来报告颜色
文字呢?
标签:python,pdf
pythonpdf识别文字_python – 从PDF中读取字体颜色信息相关推荐
- mysql怎么直接显示对象信息_对象保存进MySQL数据库,从MySQL中读取出对象信息的源码...
数据库名:db_file_test 表名:obj 实体类: package com.bean; import java.io.Serializable; public class User imple ...
- JDBC编程——从属性资源文件中读取数据库的信息
JDBC连接数据库(通过类加载的方式注册驱动) 从属性资源文件中读取数据库的信息,这里首先是给大家介绍一下注册驱动的另一种方式--通过类加载的方式注册驱动,这种方式也是程序员经常使用的一种,因为类加载 ...
- php 获取照片信息,PHP中读取照片exif信息的方法
这篇文章主要介绍了PHP中读取照片exif信息的方法,本文从什么是exif信息开始讲解,使用PHP需要什么扩展.及它的安装方法和使用代码示例等,需要的朋友可以参考下 先来了解什么是图片的Exif信息 ...
- 如何用PDF编辑器修改PDF文件的字体颜色
如何用PDF编辑器修改PDF文件的字体颜色呢?在工作中,PDF文件是一种很难修改的文件格式,甚至一些版本较低的阅读软件都无法打开PDF文件,如果我们想要编辑PDF文件,那就一定需要借助PDF编辑器对P ...
- 如何使用CAD软件来修改表格中CAD字体颜色?
在使用浩辰CAD软件绘制CAD图纸的过程中,有些时候会用到CAD软件中的表格功能,那么表格绘制完成后其中的CAD字体颜色怎么修改呢?下面给大家具体介绍一下表格中CAD字体颜色修改的方法吧! CAD软件 ...
- html字体颜色 html中设置字体颜色代码 字体颜色获取
html字体颜色 html中设置字体颜色代码 字体颜色获取 html字体颜色设置更改,html设置字体颜色代码方法有哪些 DIVCSS5为大家介绍在html中设置字体颜色方法,字体颜色修改方法,字体颜 ...
- 设置TextView中超链接字体颜色、下划线
ClickableSpan:这是超链接相关的样式控制和点击事件的控制类,我们需要对它进行继承,然后修改成我们需要的样式.其中,可以对超链接文本字符进行颜色.字体大小.字体.下划线.点击事件的自定义控制 ...
- 如何在HTML表格的td标签中添加字体颜色
摘要:微信搜索[三桥君] 一.问题 如何改变表格中的字体颜色?改成如图红色字体. 二.方法 <td><font size="5" color="red& ...
- HTML设置字体颜色1008无标题,如何在HTML中设置字体颜色,你知道这几种方式吗?...
color设置字体颜色 在color设置字体颜色之前,我们首先了解color在css中有几种取值方式,一共有4种方式,若有不全还请在评论区告知谢谢,4种方式如下: 十六进制.十进制. 英文单词.十六进 ...
- VsCode使用笔记【1】Ubuntu+vscode+Monokai+修改主题中的字体颜色
VsCode使用笔记[1]Ubuntu+vscode+Monokai+修改主题中的字体颜色 ## 标题一.找到 标题主题位置 ubuntu中vscode默认安路径: 计算机-->usr--> ...
最新文章
- 基于SSM实现餐饮管理系统
- java反射 用处_浅谈Java反射
- C#调用WebService实例和开发
- 哲理故事与管理之道(3)-不要吝惜赞美
- not receive messages for the subscriptions setting
- QT设计UI:QT模式对话框打开文件
- 前端学习(2087):v-on得修饰符使用案例
- Python: PyCharm中导入matplotlib时报错:“Backend Qt5Agg is interactive backend”的解决方案
- 如何制作伪原创视频?呆头鹅批量视频剪辑软件一键处理10万个视频
- 每周推荐短视频:道哥表达了对自动驾驶技术的感恩之情
- InfluxDB查询 tag和field列名字重复
- 零食行业python数据分析实例——基于淘宝搜索排名分析
- mysql 联合主键 null_提问关于 mysql得联合主键和复合主键的问题
- 刚体“下落速度“与“质量“无关
- 华为杭州研究所面试记
- 关于项目管理那档子事儿
- bash破壳漏洞分析(一)
- c语言之无符号/有符号数加减法运算
- 趣味博弈论 -- 阶梯博弈
- 物通博联·5G数据采集网关模块无缝对接第三方平台
热门文章
- 数据通信与计算机网络参考文献,通信工程论文参考文献
- 基于统计语言模型的拼音输入法
- C语言 使用FFT得到信号幅度谱
- d6u android,天敏D6U_Android4.4.2_SONY BRAVIA_精简优化双启动版
- 加密公司如何获得硅谷传奇风投a16z的青睐
- win10系统自动打开代理服务器的解决方法
- 并行计算 SLIC超像素算法(一) 大致描述
- LeapFTP 显示服务器端文件名乱码问题处理
- php从入门到精通3 pdf 百度云_php从入门到精通第3版 pdf 高清无水印版
- 康佳电视系统升级服务器地址,康佳电视各平台升级方法及强制刷机汇总