最近在做一个简历管理工具时遇到了一些需求,在网上找了大量资源信息,发现Qt对pdf、word进行数据读取的信息少之又少,于是根据我自己的摸索,实现了这些需求功能。
功能主要实现了1、对pdf、word文件进行预览显示2、读取pdf、word文本数据3、进行文本之间的相似度比较。 资源每段我基本都有详细的过程注解,Demo可以直接运行测试。
pdf的预览及读取我是用的网上的Poppler第三方库,直接链接动态库的方式,Poppler库很强大,只是目前我只找到32位的库。
word的预览及读取使用的是QAxwidget调用COM组件的方式。这个方法网上很常见,但是大多只有预览,对word文字提取基本都有不足之处(比如带组件的word文字提取失败等),我对这些不足之处进行了完善。
文本相似度比较我试过余弦比较、最小距离比较、jaccard等方法,目前里面有最小距离比较、jaccard。
各种依赖文件、库都放在里面,数据完整可直接用
1