4

这是否可以从 PDF 文档中提取页眉和/或页脚?

当我尝试了一些选项(包括 PDFMiner、Ruby gem pdf-extract、研究 PDF 格式规范)时,我开始怀疑页眉/页脚信息根本不可用。

(如果可能的话,我想从 Python 中执行此操作,但任何其他替代方案都是可行的。)

4

1 回答 1

6

页面页眉和页脚不(至少不一定)位于与页面内容的其余部分分开的某些内容部分。因此,通常没有办法可靠地从 PDF 中提取页眉和页脚

但是,可以尝试使用启发式方法来查看整个 PDF 内容并尝试猜测哪些部分是页眉和/或页脚。

如果您要分析的 PDF 相当同质,例如全部由同一出版商制作并且看起来相似,那么这可能是可行的。但是,您的源 PDF 越多样化,您的启发式方法可能会变得越复杂,结果就越不准确。

于 2013-10-16T10:37:49.600 回答