text-extraction

0열

1답변

파이썬에서 regex에서 단 하나의 문자열을 추출하는 방법은 무엇입니까?

필자는 Python을 사용하여 자신의 응용 프로그램을 간단한 계정 관리자로 만들려고 노력해 왔습니다.이 응용 프로그램은 휴대 전화에서 SMS를 읽고 일부 정규식 패턴을 기반으로 정보를 추출합니다. 복잡한 정규 표현식 패턴을 작성한 후 https://pythex.org/에서 테스트했습니다. 예 : 나는 str.extract() 메소드를 사용하기보다는 하나의

1열

1답변

여러 줄 문자열에서 모든 이름 가져 오기

여러 줄 문자열과 메시지 본문에서 모든 성 (성 포함)을 가져 오려고했지만 어떻게 든 하나의 이름 만 가져옵니다. 예 : 안녕하세요 마크, 스테파니 엘, 폴 새 작업에 축하! 오늘 아침에 기분이 나아 졌으면 좋겠습니다. 내가 사용 정규 표현식 : /(?<=^hi)(\W*(\w+ *\w*)+)*/gmi 지금까지 내가 1 자막 그룹이 반복적으로 가능한 한

0열

1답변

엑셀의 문자열에서 연도를 추출하십시오.

반복되는 패턴없이 적용 날짜 목록이 있습니다. 가능하면 Available from 1951 until 1984; -> 1951 | 1984 Available from 1964 volume: 2 issue: 1 until 2002 volume: 20 issue: 4; -> 1964 | 2002 Available from 1970 issue: 24 unti

0열

1답변

파이썬 - PDF 읽기

나는 몇 개의 pdf 파일을 가지고 있는데, 나는 텍스트를 추출하고 싶다. 나는 pyPDF2, pdfminer와 같은 모든 라이브러리를 사용했다. tesseract와 imagemagick도 진행했습니다. Imagemagick은 변환 된 jpg 형식의 pdf 페이지 대부분을 검은 색으로 표시합니다.이 형식은 tesseract에서 읽을 수 없습니다. 텍스트/단

0열

1답변

자바

에서 정규식을 사용하여 문자열을 추출하는 방법은 다음 문자열이 있습니다 String xmlnode = "<firstname id="{$person.id}"> {$person.firstname} </firstname>"; 어떻게 내가해야 할 부분은 {$} 방법 않고있는 {$STRING_I_WANT} 내부의 데이터를 추출하는 정규식을 쓸 수를 나는 그것을

0열

1답변

HTML에서 NLTK보다 빠른 텍스트를 추출 하시겠습니까?

우리는 NLTK를 사용하여 HTML 페이지에서 텍스트를 추출하지만, 대부분의 간단한 텍스트 분석 만 원합니다. 단어 수. 파이썬을 사용하여 HTML에서 보이는 텍스트를 추출하는 방법이 있습니까? 가시적/보이지 않는 노드, 이미지의 대체 텍스트 등 일부 최소 수준에서 HTML (그리고 이상적으로는 CSS)을 이해하는 것이 추가적으로 유용 할 것입니다.

1열

1답변

iTextSharp를 사용하여 PDF의 특정 문자에서 코디네이터 (x, y)를 얻는 방법은 무엇입니까?

PDF로 작업하고 iTexhSharp를 사용하고 있습니다. 지금까지 특정 영역에서 데이터를 가져올 수있었습니다. 하지만, 원하는 단어의 첫 번째 문자 (또는 숫자)의 코디네이터를 찾은 다음 해당 코디네이터에서 원하는 단어 주변을 자르기 위해 직사각형을 만들어보다 유연하게 만들고 싶습니다. 누구든지 저에게 짧은 모범을 줄 수 있다면 좋을 것입니다. 고맙습니다

0열

1답변

PDFBox 파서가 파싱 된 것으로 보이지만 텍스트 스트리퍼의 빈 출력

Android에서 PDFBox를 사용하여 문서에서 텍스트를 추출하는 데 문제가 있습니다. 그러나 구문 분석기가 잘 작동하고있는 것으로 보입니다 (또는 적어도, 그 의미를 해석하는 것입니다.) "파싱 된 COSObject"로 검색하면 유감스럽게도 관련 결과가 표시되지 않습니다. (일부 문서의 경우 logcat이 스팸되고, 이 putput을 끄십시오)). ge

0열

1답변

텍스트 파일의 각 줄의 첫 번째 인용 문자열을 추출하십시오.

많은 줄이있는 텍스트 파일을 읽고 싶습니다. 각 라인의 시작 부분에서 , 전, 후, 후 혼수와 라인의 나머지 예 : 따옴표 사이의 문자열을 내가 원하는 것은 파일을 읽고, 첫 번째를 추출하는 것입니다 "CBL003","C3/C5 // <>SdcdUB","",0,1,"PfcdDT_gerergv","",0,"","",0,"","",0,"","",0,"","",

1열

1답변

다음 명령이 올바르게 HTML 페이지에서 테이블을 추출 태그 BeautifulSoup로

에서 텍스트를 추출 할 수 없습니다 : [tr.findAll('td') for tr in table.findAll('tr',{'class': "js-file-line"})] [[<td class="blob-num js-line-number" data-line-number="1" id="L1"></td>], [<td class="blob-num js-