PDF到TXT（带有OCR）
给定一个或多个可能包含文本格式图像的PDF，请使用OCR（光学字符识别）将内容转换为TXT文件（采用UTF-8编码）。
基本原理
对现有PDF到TXT解决方案的调查发现，没有满足以下所有条件的现有解决方案：
是一种离线工具（用于确保安全的人员信息）
提供从PDF到TXT的转换（大多数现有的OCR集成均假定图像作为输入）
支持多个文件的批处理
假设条件
（当前）这是一个用Python编写的命令行工具。 假定基本熟悉在终端中执行命令以及目录结构。
假定您已安装Python版本3.x以及 。
该脚本依赖于由Google管理的行业标准OCR库，称为 。 由于它是用C ++编写的，因此要使Python能够使用它，就需要单独安装（下面的说明）。 同样，将需要在Windows和Mac系统上安装PDF到图像库 。
设置
视窗
在您的桌面上新建一个名为ocr文件夹（
2021-11-05 11:31:09
44KB
1
txt2xml，已知txt存有标注信息，将整个txt信息转换成xml，代码有详细注释说明，只需修改文件路径即可轻松转换，里面还有样例可参考。
2021-11-05 06:32:41
24.99MB
1
01.使用TXT文件非空首行的前20个符重命名文件，或提取TXT文件非空首行的指定内容重命名文件(提取规则为正则表达式)
02.提取文件中指定内容重命名文件(提取规则为正则表达式)
03.按文件大小重命名文件，在文件名首部(尾部)添加编号；直接以编号重命名文件
04.按文件大小修改时间文件，在文件名首部(尾部)添加编号；直接以编号重命名文件
05.使用文件所在文件夹的名称为前缀重命名文件
06.使用指定前缀或后缀重命名文件
07.删除文件名字指定的字符
08.删除文件名中指定位置开始的指定数量字符
09.在文件名中指定位置插入指定字符
10.替换文件名中的指定字符
11.按文件名称顺序合并文件
12.按文件修改时间顺序合并文件
13.复制文件到指定位置
2021-11-04 20:43:54
1.92MB
1
https://blog.csdn.net/yanchuan23/article/details/121069465
https://blog.csdn.net/yanchuan23/article/details/121071982
这两边博客对应的代码
2021-11-02 21:01:30
4.95MB