我试图从一个被裁剪的pdf文件中提取文本。一、 它有一个定义的cropbox,它只显示页面的一部分。在
问题是被裁剪的部分仍然存在于pdf文件中,只是不可见。在
我试过PyPDF2,pdfquery和pdfminer。他们都阅读整个内容,包括裁剪部分。在
PyPDF2允许我使用以下方法访问cropbox的维度:
pdfFileObj=open(path,'rb')
pdfReader = PyPDF2.PdfFileReader(pdfFileObj)
pdfReader.getPage(0).cropBox
但我不知道我能用它做什么。这些文件正在使用apachepdfbox在java中裁剪。我宁愿只读取python中文件的未裁剪部分,但如果这是唯一的解决方案,我也可以修改java代码裁剪文件。在
感谢任何帮助。在
目前没有回答
相关问题 更多 >
编程相关推荐