我需要从这本既有文字又有图片的杂志中提取“文章”。图像内容必须分开放置，文本提取（尽可能）并分开放置。
我该怎么做呢？是否已经有商业服务/ api可以做到这一点？程序/服务的输入只是文件。
例如输入：http ://edition.pagesuite-professional.co.uk/pdfspool/rQBvRbttuPUWUoJlU6dBVSRnIlE=.pdf
（实际文件将是一个普通的 pdf 文件，而不是一个安全的）
问问题
4162 次
4 回答
1
Docotic.Pdf 库可以为您从 PDF 文件中提取图像和文本。
以下是您的任务的几个示例：
提取的图像可以保存为 JPEG 和 TIFF。您可以从每一页或整个文档中提取文本。您可以提取带有坐标的文本块。
免责声明：我为图书馆供应商 Bit Miracle 工作。
于 2011-09-01T17:41:34.173 回答
0
如果您负担得起商业选择，Amyuni PDF Creator将允许您枚举 pdf 文件中的所有组件（文本、图像等），您将能够将它们提取为独立对象，并且可以使用它们创建新的 PDF 文件。
于 2011-05-04T21:09:19.573 回答
0
您可以使用Aspose.Pdf.Kit从 PDF 文件中分别提取文本和图像。API 非常简单。您还可以在 Aspose 网站上找到示例、教程和支持。
注意：我在 Aspose 担任开发人员布道师。
于 2011-05-05T12:27:01.703 回答
0
试试这个：
相同的组件还具有图像提取功能。
你可以试试！！
于 2011-05-04T07:23:00.433 回答