当前位置： 首页 > news >正文

专业做互联网招聘的网站网站优化有哪些类型

news 2025/8/12 7:14:31
专业做互联网招聘的网站,网站优化有哪些类型,北京公司排名100,无锡工程建设监察支队网站基于python的PDF文件解析器汇总 大多数已发表的科学文献目前以 PDF 格式存在，这是一种轻量级、普遍的文件格式，能够保持一致的文本布局和格式。对于人类读者而言， PDF格式的文件内容展示整洁且一致的布局有助于阅读，可以很容易地…

基于python的PDF文件解析器汇总

大多数已发表的科学文献目前以 PDF 格式存在，这是一种轻量级、普遍的文件格式，能够保持一致的文本布局和格式。对于人类读者而言， PDF格式的文件内容展示整洁且一致的布局有助于阅读，可以很容易地浏览一篇论文并识别标题和图表。但是对于计算机而言，PDF 格式是一个非常嘈杂的 ASCII 文件，并不包含任何结构化文本的信息。因此，我们期望从这些已经发表的PDF格式科学文献中重新提取文字、图片、表格、注释、目录等数据来构建格式化的信息用于机器学习，例如目前最需要大量文本数据的自然语言处理（Natural Language Processing, NLP）或大语言模型(Large Language Modles ,LLMs)等应用中。

1. Nougat

Nougat (Neural Optical Understanding for Academic Documents)是Meta出品的一款基于ViT（Visual Transformer）的模型，通过光学字符识别（Optical Character Recognition, OCR）将科学论文转化为标记语言。

  • 最新发布时间：2023年8月22日

  • GitHub address: GitHub - facebookresearch/nougat: Implementation of Nougat Neural Optical Understanding for Academic Documents

  • Project page: Nougat

1.1 安装

# from pip:
pip install nougat-ocr# or from github repository
pip install git+https://github.com/facebookresearch/nougat

1.2 测试

nougat path/to/file.pdf --out output_directory

1.3 用法

usage: nougat [-h] [--batchsize BATCHSIZE] [--checkpoint CHECKPOINT] [--model MODEL] [--out OUT][--recompute] [--markdown] [--no-skipping] pdf [pdf ...]positional arguments:pdf                   PDF(s) to process.options:-h, --help            show this help message and exit--batchsize BATCHSIZE, -b BATCHSIZEBatch size to use.--checkpoint CHECKPOINT, -c CHECKPOINTPath to checkpoint directory.--model MODEL_TAG, -m MODEL_TAGModel tag to use.--out OUT, -o OUT     Output directory.--recompute           Recompute already computed PDF, discarding previous predictions.--full-precision      Use float32 instead of bfloat16. Can speed up CPU conversion for some setups.--no-markdown         Do not add postprocessing step for markdown compatibility.--markdown            Add postprocessing step for markdown compatibility (default).--no-skipping         Don't apply failure detection heuristic.--pages PAGES, -p PAGESProvide page numbers like '1-4,7' for pages 1 through 4 and page 7. Only works

1.4 优劣限制

    1. Nougat模型的训练数据几乎全是英文文献，因此对非英文文字的识别有待考证。特别是中文与英文和拉丁文体相差较大，因此中文文献的识别情况还很难说。
    1. 依旧是训练数据，训练数据全部为科学论文（来自于arXiv、PMC和IDL），因此对科学论文的识别精度较高，除此之外的PDF文档的识别效率依旧有待考证和进一步的优化。
    1. 由于这种方法是基于深度学习算法，因此在识别PDF文档时不可避免的需要使用GPU算力，且通常比经典方法（GROBID ）要慢。

2. ScienceBeam Parser

  • Githu address：ScienceBeam

2.1 安装

pip install sciencebeam-parser

2.2 测试

Python API: 服务器启动

from sciencebeam_parser.config.config import AppConfig
from sciencebeam_parser.resources.default_config import DEFAULT_CONFIG_FILE
from sciencebeam_parser.service.server import create_appconfig = AppConfig.load_yaml(DEFAULT_CONFIG_FILE)
app = create_app(config)
app.run(port=8080, host='127.0.0.1', threaded=True)

Python API: 解析PDF文件

from sciencebeam_parser.resources.default_config import DEFAULT_CONFIG_FILE
from sciencebeam_parser.config.config import AppConfig
from sciencebeam_parser.utils.media_types import MediaTypes
from sciencebeam_parser.app.parser import ScienceBeamParserconfig = AppConfig.load_yaml(DEFAULT_CONFIG_FILE)# the parser contains all of the models
sciencebeam_parser = ScienceBeamParser.from_config(config)# a session provides a scope and temporary directory for intermediate files
# it is recommended to create a separate session for every document
with sciencebeam_parser.get_new_session() as session:session_source = session.get_source('example.pdf',MediaTypes.PDF)converted_file = session_source.get_local_file_for_response_media_type(MediaTypes.TEI_XML)# Note: the converted file will be in the temporary directory of the sessionprint('converted file:', converted_file)

3. pdfrw

3.1 安装

pip install pdfrw

3.2 测试

from pdfrw import PdfReader
def get_pdf_info(path):pdf = PdfReader(path)print(pdf.keys())print(pdf.Info)print(pdf.Root.keys())print('PDF has {} pages'.format(len(pdf.pages)))if __name__ == '__main__':get_pdf_info('example.pdf')

4. PDFQuery

4.1 安装

pip install pdfquery

4.2 测试

from pdfquery import PDFQuerypdf = PDFQuery('example.pdf')
pdf.load()# Use CSS-like selectors to locate the elements
text_elements = pdf.pq('LTTextLineHorizontal')# Extract the text from the elements
text = [t.text for t in text_elements]print(text)

5. pdfminer.six

  • GitHub address：pdfminer.six

  • 最新发布时间：2023年12月28日

5.1 安装

pip install pdfminer.six

5.2 测试

from pdfminer.high_level import extract_texttext = extract_text("example.pdf")
print(text)

5.3 功能

  • 支持各种字体类型（Type1、TrueType、Type3 和 CID）。
  • 支持提取图像（JPG、JBIG2、Bitmaps）。
  • 支持各种压缩方式（ASCIIHexDecode、ASCII85Decode、LZWDecode、FlateDecode、RunLengthDecode、CCITTFaxDecode）。
  • 支持 RC4 和 AES 加密。
  • 支持提取 AcroForm 交互式表单。
  • 提取目录。
  • 提取标记内容。
  • 自动布局分析。

6. SciPDF Parser

基于GROBID (GeneRation Of BIbliographic Data))

  • Github address: SciPDF Parser

  • 最新发布时间：

6.1 安装

# from pip
pip install scipdf-parser# or from github respository
pip install git+https://github.com/titipata/scipdf_parser

6.2 测试

在解析PDF之前需要先运行GROBID

bash serve_grobid.sh

该脚本将会运行 GROBID在默认端口：8070
以下为python 解析PDF文件的脚本。

import scipdf
article_dict = scipdf.parse_pdf_to_dict('example_data/futoma2017improved.pdf') # return dictionary# option to parse directly from URL to PDF, if as_list is set to True, output 'text' of parsed section will be in a list of paragraphs instead
article_dict = scipdf.parse_pdf_to_dict('https://www.biorxiv.org/content/biorxiv/early/2018/11/20/463760.full.pdf', as_list=False)# output example
>> {'title': 'Proceedings of Machine Learning for Healthcare','abstract': '...','sections': [{'heading': '...', 'text': '...'},{'heading': '...', 'text': '...'},...],'references': [{'title': '...', 'year': '...', 'journal': '...', 'author': '...'},...],'figures': [{'figure_label': '...', 'figure_type': '...', 'figure_id': '...', 'figure_caption': '...', 'figure_data': '...'},...],'doi': '...'
}xml = scipdf.parse_pdf('("example.pdf', soup=True) # option to parse full XML from GROBID

7. pdfplumber

  • GitHub address: pdfplumber

  • 最新发布时间：2024年3月7日

7.1 安装

pip install pdfplumber

7.2 测试

pdfplumber < example.pdf > background-checks.csv

7.3 用法

参数描述
--format [format]csv or json. The json format returns more information; it includes PDF-level and page-level metadata, plus dictionary-nested attributes.
--pages [list of pages]A space-delimited, 1-indexed list of pages or hyphenated page ranges. E.g., 1, 11-15, which would return data for pages 1, 11, 12, 13, 14, and 15.
--types [list of object types to extract]Choices are char, rect, line, curve, image, annot, et cetera. Defaults to all available.
--laparamsA JSON-formatted string (e.g., '{"detect_vertical": true}') to pass to pdfplumber.open(..., laparams=...).
--precision [integer]The number of decimal places to round floating-point numbers. Defaults to no rounding.

7.4 python package usage

import pdfplumberwith pdfplumber.open("example.pdf") as pdf:first_page = pdf.pages[0]print(first_page.chars[0])

8. borb

8.0 简介

borb 是一个纯 Python 库，用于读取、写入和操作 PDF 文档。它将 PDF 文档表示为嵌套列表、字典和基本数据类型（数字、字符串、布尔值等）的类似 JSON 的数据结构。

  • Github address: borb

  • 最新发布时间：2024年5月

8.1 安装

  • 下载地址: borb · PyPI
# from pip
pip install borb# reinstalled the latest version (rather than using its internal cache)
pip uninstall borb
pip install --no-cache borb

8.2 测试（创建pdf）

from pathlib import Pathfrom borb.pdf import Document
from borb.pdf import Page
from borb.pdf import SingleColumnLayout
from borb.pdf import Paragraph
from borb.pdf import PDF# create an empty Document
pdf = Document()# add an empty Page
page = Page()
pdf.add_page(page)# use a PageLayout (SingleColumnLayout in this case)
layout = SingleColumnLayout(page)# add a Paragraph object
layout.add(Paragraph("Hello World!"))# store the PDF
with open(Path("output.pdf"), "wb") as pdf_file_handle:PDF.dumps(pdf_file_handle, pdf)

8.3 功能

  • 读取PDF并提取元信息
  • 修改元信息
  • 从PDF中提取文本
  • 从PDF中提取图像
  • 改变PDF中的图像
  • 向PDF添加注释（笔记、链接等）
  • 向PDF添加文本
  • 向PDF添加表格
  • 向PDF添加列表
  • 使用页面布局管理器

9. PyPDF4

  • Github address：PyPDF4

  • 最新发布时间：2018年8月8日

9.1 安装

pip install pypdf

9.2 测试

from pypdf import PdfReaderreader = PdfReader("example.pdf")
page = reader.pages[0]
print(page.extract_text())
http://www.tj-hxxt.cn/news/104990.html

相关文章：

  • 公司网站维护工作内容大学生网页设计主题
  • 做网站需要学的语言和软件好搜seo软件
  • 网站留言模块最近一周的国内新闻
  • web前端学习路线图seo顾问公司
  • 百度地图嵌入公司网站网络营销心得体会300字
  • 医疗网站备案要怎么做 需要准备什么材料免费个人网站建设
  • 什么系统做网站好做网站一般需要多少钱
  • 如何用手机做钓鱼网站google推广有效果吗
  • 淘宝客在百度推广网站么做seo平台优化服务
  • 做网站如何防止被坑lol今日赛事直播
  • 国外网站做营销网络营销案例有哪些
  • 做海鲜批发去哪个网站网页制作软件手机版
  • 大连开发网站建设推广网站要注意什么
  • 可以做防盗水印的网站搜索引擎优化的方法有哪些
  • 做设计不能不知道的网站南宁百度seo推广
  • 有了域名怎样做网站网页搜索引擎
  • 网站视频封面怎么做今天新闻头条
  • 北京定制网站公司腾讯控股第三季度营收1401亿
  • 做外贸网站企业seo的公司排名
  • 私募基金网站建设要求企业推广哪个平台好
  • 杭州网站建设出名seo排名助手
  • 政府门户网站信息建设自查百度搜索官网
  • 做网站内容需要自己填的流量精灵
  • 做外贸网站需要什么公司网站怎么优化
  • 如何建立网站销售平台百度网页电脑版入口
  • 手机app网站建设今日新闻头条新闻今天
  • 企业网站建设webbj网站优化排名易下拉效率
  • 洛阳建设银行网站评论优化
  • 做网站的前台用什么工具bt鹦鹉磁力
  • 做医药代表去什么招聘网站html友情链接代码