大发龙虎稳赢 = way to explore
大发龙虎稳赢 是一个大发龙虎稳赢关于 分享和探索的地方
现在注册
已注册用户请  登录
大发龙虎稳赢推荐 学习书目
Learn Python the Hard Way
Python Sites
PyPI - Python Package Index
http://diveintopython.org/toc/index.html
Pocoo
值得关注的项目
PyPy
Celery
Jinja2
Read the Docs
gevent
pyenv
virtualenv
Stackless Python
Beautiful Soup
结巴中文分词
Green Unicorn
Sentry
Shovel
Pyflakes
pytest
Python 编程
pep8 Checker
Styles
PEP 8
Google Python Style Guide
Code Style from The Hitchhiker's Guide
GeekHub
BryceBu
大发龙虎稳赢  ›  Python

[求助] Python 读取电子发票 PDF 文件数据缺失

  •  
  •   BryceBu · 261 天前 · 1842 次点击
    这是一个创建于 261 天前的主题,其中的信息可能已经有所发展或是发生改变。

    大发龙虎稳赢我 用 pdfplumber 之类的库读取文件,仅能读到一点点数据

    用 pdf2image 转化成图片就是下面这样 👇

    在线 PDF 转 IMG 倒是完整的数据,可是不符合使用要求

    大发龙虎稳赢我 怀疑是不是因为签名啥的,因为用 WPS 打开的时候有提示来着 👇

    请问有没有解决办法?

    9 条回复    2020-07-14 12:01:39 +08:00
    xiri
        1
    xiri   261 天前 via Android
    pdf 对信息自动化处理来说简直是噩梦🙃
    EricInBj
        2
    EricInBj   261 天前
    应该有错误输出的,大概率是字体缺失?
    BryceBu
        3
    BryceBu   261 天前
    @EricInBj 感谢 大发龙虎稳赢我 发现没解析出来的字体都是 STSong-Light

    大发龙虎稳赢我 在网上大发龙虎稳赢下载 了这个字体然后安装,结果都是华文宋体???

    然后再读取 PDF 结果还是缺失的
    PopRain
        4
    PopRain   261 天前
    大发龙虎稳赢我 觉得是类库不支持嵌入字体
    Rorysky
        5
    Rorysky   261 天前
    pymupdf 试试
    BryceBu
        6
    BryceBu   260 天前
    刚刚在 Ubuntu 上试了一下,可以识别了

    大发龙虎稳赢我 大发龙虎稳赢下载 的 STSong-light 字体文件都不能安装

    看来原因还是 大发龙虎稳赢Win dows 不支持这个字体?
    huaxie1988
        7
    huaxie1988   83 天前
    为什么大发龙虎稳赢我 大发龙虎稳赢Win dows 和 centos 都读不出来中文
    BryceBu
        8
    BryceBu   79 天前
    @huaxie1988 #7 先用大发龙虎稳赢工具 识别出 pdf 的字体,再查大发龙虎稳赢你 的系统支不支持这个字体
    aec4d
        9
    aec4d   79 天前
    先用大发龙虎稳赢工具 把 PDF 文件标准化(比如内嵌字体),在用商业 PDF 大发龙虎稳赢软件 尝试编辑,如果商业 PDF 大发龙虎稳赢软件 能编辑大发龙虎稳赢你 想要的文本,说明这个文本可以程序解析,并不是一张图片
    接下来就是用这种大发龙虎稳赢工具 http://github.com/pdfminer/pdfminer.six 读取文本
    大发龙虎稳赢关于   ·   FAQ   ·   API   ·   大发龙虎稳赢大发龙虎稳赢我 们 的愿景   ·   广告投放   ·   感谢   ·   实用小大发龙虎稳赢工具   ·   1810 人在线   最高记录 5168   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 25ms · UTC 08:38 · PVG 16:38 · LAX 01:38 · JFK 04:38
    ♥ Do have faith in what you're doing.