我有成千上万的 pdf 考试，我想将其问题提取为标准格式（JSON、YML 或 XML）。
它们是多项选择：
问题 1
谁是第一个在月球上行走的人？
a) 尤里·加加林
b) 艾伦·里普利
c) 尼尔·阿姆斯特朗
d) 谢泼德
问题2
太阳系中有多少颗行星？
一）10
b) 12
c) 14
d) 15
(...)
在 JSON 中：
{
"number": 1,
"wording": "Who as the first man to walk on the moon",
"alternatives": {
"a": Yuri Gagarin
"b": Ellen Ripley
"c": Neil Armstrong
"d": Shepard
}
}
需要注意的是，由于这些考试是由不同的老师进行的，所以它们可能会略有不同。这意味着即使提取为纯文本，我也无法使用正则表达式进行匹配。（我试过了，组合（措辞结构/替代结构）是巨大的）
例如：
“问题 X (...)”。
“问题 (X) (...)”。
“问题 X - (...)”。
“X） （...）”。
“X- （...）”。
替代方案也可能会改变：
一个） （...）
一个。(...)
一个- （...）
1) (...)
我想我需要某种机器学习工具来“教”程序什么是问题并让它找到。
作为替代方案，由于问题（印刷中的）在物理上彼此相距很远，我想我可以将这些 PDF 转换为图像并使用某种图像识别。
可行吗？是否有用于识别这些问题的工具（包、库、算法）？