text-extraction

1зной

1ответ

Извлеките специальные письма из разных электронных писем в столбце. R

Я хочу извлечь конкретные письма (@ enron.com) из столбца «Кому» в моей файловой системе. В некоторых из строк есть несколько сообщений электронной почты. Например, в одном ряду у меня есть следующее:

0зной

1ответ

извлечь текст из pdf в php не работает для всех файлов PDF

Я извлекаю текст из файлов PDF. это код: <?php require("PdfToText.php"); $file = 'SamplePF' ; $pdf = new PdfToText ("$file.pdf") ; echo ($pdf -> Text) ; ?> Этот класс отлично подходит для не

1зной

1ответ

Прочитать таблицу из PDF с помощью pdftools

Я пытаюсь извлечь табличные данные из символьного вектора, созданного пакетом pdftools. Выход (когда обрезается) выглядит следующим образом: pdftext <- c(" Clostridium perfringens no./100ml 0 0

0зной

1ответ

Tika не удалось разобрать после обнаружения mime-типа

Мне раньше удалось разобрать все файлы с помощью Tika, вызвав tika.parseToString() без установки каких-либо пользовательских настроек или метаданных. Теперь у меня есть необходимость фильтровать файлы

0зной

1ответ

Apache Tika не смог извлечь полный текст из большого pdf

Я пытаюсь извлечь текст из большого pdf (не сканированного/растрированного pdf) файла с помощью apache tika. Но после извлечения текста, когда я сравниваю оригинал (из pdf) и извлеченный текст, я обна