PDFから「使える」テキストを取り出す（第2回） - golden-luckyの日記
昨日は、PDFの本来の用途は「人間がPDFをビューワーで開いて読む」ことなので、そこから文字を抜き出すのは一筋縄ではいかない、という話をしました。 ではどうすればPDFファイルの中からテキストを取り出せるの、というのが今日の話の出発点です。 まず昨日の記事で、「PDFには国際的な規格があり、これはAdobeから『PDFリファレンスマニュアル』という形で無償で入手できる」という話をしたことを思い出してください。 昨日は話のついでみたいな感じで書きましたが、実を言うと、このリファレンスの中に、「PDFファイルの中に書き込まれているグリフを表示するための情報からUnicodeなテキストを取り出す手法」がちゃんと書いてあるのです。 具体的には、『PDFリファレンスマニュアル第6版』の §5.9 "Extraction of Text Content"に、その情報が一応整理されています。 ただし、言
PDFから「使える」テキストを取り出す（第1回） - golden-luckyの日記
PDFからテキストを取り出すのは、意外と大変です。 それにはいくつかの理由があるのですが、もっとも根本的な点で真っ先に解決が必要になるのは、人間が雑に文字としてみなしている絵（「グリフ」）をコンピューターで扱えるような「文字」にする方法です。 これには2つのアプローチが考えられます。 PDFビューワーでファイルを開いた状態から何とかしてテキストを読み取る PDFファイルの中身を解析してテキストを抜き出す このうち2つめの話は明日以降にして、今日は1つめの話をします。 PDFビューワーでファイルを開いた状態から何とかしてテキストを読み取る方法 この方法は、言ってみれば、人間もしくは人間のように振る舞うソフトウェアによりPDFビューワーの表示を「視覚的に読む」ということです。 これはPDFの本来の使い道に即した手法です。 PDFというのは、グリフ（文字の形）をページ上に表示するための汎用の仕組
各地で消滅の危機！地元で愛される名店はなぜ店を閉めるのか？ | ホウドウキョク
ホウドウキョクは2019年3月31日に更新を終了し、2019年5月31日にサイトをクローズしました。 長らくご愛顧頂きありがとうございました。 今後はFNNjpプライムオンラインをご利用ください。
手帳類図書室
参宮橋Picaresque（ピカレスク）にある「手帳類図書室」では、人が記した手帳や日記やネタ帳など、あらゆる「手帳類」を収集する志良堂正史のコレクションを読むことができます。ギャラリーの一画で、誰にも見せるつもりじゃなかった手帳類を、1時間1000円からご覧いただけます。手帳類の筆致や筆跡、手触り、音、においなどを、あなたの五感で解釈してみてください。 Picaresque(ピカレスク) 〒151-0053 東京都渋谷区代々木4-54-7 小田急線 参宮橋駅より250m / 徒歩4分 京王線 初台駅より600m / 徒歩8分 →Google Map 070-5273-9561 ※当日のご予約はお電話で承ります。 ご利用の直前でも構いません。 お気軽にお電話ください。
Akamai Edge 2017 に行ってきた - ASnoKaze blog
10月11～13日に、ラスベガスで開催されたAkamai Edge 2017に参加してきました。 英語を聞きながらのメモなので断片的ではあるが、せっかくですので、面白かった所など紹介する。 オープニング・キーノート マルチソース・ストリーミング Bot Manager パフォーマンス関連のセッション Web Performance Roadmap 2017 Faster Bytes is Not Always Enough - Why is The Web Slow? (And What Can We Do About It) Media Acceleration and QUIC Optimization その他 ラスベガス オープニング・キーノート Tom Leighton氏から、「Connect to Tomorrow」というイベントのキーフレーズが紹介されるとともに、Akamaiの
「パスワード忘れた」をノートに書き留めて解消！ アナログなのに画期的な「パスワードノート」が話題（1/2ページ）
インターネットやスマートフォンの「アプリ」利用などで、必ず設定が求められる「ユーザーＩＤ」と「パスワード」。同じものの使い回しや誕生日、電話番号は危険だが、複雑なものにすると忘れてしまう－。そんな悩みを解消してくれると話題なのが、奈良県天理市のデザイン会社が開発した「パスワードノート」だ。ネット販売のみながら、５０代男性を中心に売り上げを伸ばしているという。 ノートはＡ５サイズ４４ページで、パスワードを管理したいサイトごとに１ページを使う。各ページには、六角形の枠が上下に「８」の字形に並んだマス目と、サイトの名前やＩＤ、アドレスなどを記入する欄がある。 ４８あるマス目で「起点」を決め、「右回り」「左回りで２つ飛ばし」など、自分で決めたルールに従ってパスワードを記入。各ページには解読のための「ヒント」を記入する欄があり、自分に分かるようヒントを書く。余ったマス目にカムフラージュ用の英数字を書
「リファクタリング・ウェットウェア」を再読した - $shibayu36->blog;
最近、学生時代よりも学習時間を取れなくなっていて、このままだと新しいことが身につかなくなっていっていくのではという危機感があった。またメンターをするにあたって、人の学習モデルをある程度理解しておいて、アドバイス出来るようにしたいという思いもあった。そこで、昔読んだ「リファクタリング・ウェットウェア」に、学習に関することが書いてあった記憶があったので、さらっと再読した。 [asin:4873114039:detail] この本は、人間の脳について研究していた著者が、脳の働き方などについて解説し、その上で脳を活かすためにはどのようにしたら良いかについて解説している本。脳をハックするということを題材にしているのが面白い。 この本を読むと、人間の技能習得モデルとか、より良い学習の仕方とか、直感をうまく活かす手法とか、そのようなことを学ぶことが出来る。一度でも読んでおくと、今後の学習が効率的になるの
ズンドコキヨシを見かけた男子中学生がプログラミングを勉強していく話 第1話 - Qiita
はじまりと Hello World! 俺はその日Twitterを見ていて、運命を変えるツイートに出会った。 Javaの講義、試験が「自作関数を作り記述しなさい」って問題だったから 「ズン」「ドコ」のいずれかをランダムで出力し続けて「ズン」「ズン」「ズン」「ズン」「ドコ」の配列が出たら「キ・ヨ・シ！」って出力した後終了って関数作ったら満点で単位貰ってた — てくも (@kumiromilk) 2016年3月9日 なにこれ面白そう！俺もやってみたい！最近姉貴もプログラミングしてるらしいから、パソコン借りてやってみよう。おーい、姉貴ー！って、いないな、姉貴。まあいいや。後から言うことにしてパソコン借りよう。 まずプログラミング言語ってやつがあるらしいな。JavaScriptとかRubyとか。あ、これ姉貴のノートだ。Rubyって表紙に書いてある。じゃあこのノートを見ながらRubyでやってみるか。
絵心がないと悩む人でも一瞬で100の表情が描けるようになるラクガキテクニックとちょっとしたコツ【emography(エモグラフィ)】
子供の頃から絵を描くこと（ラクガキ）が大好きでした。 とはいえ、絵を仕事にする画家や漫画家になりたいというのはあまりなく、ただ単に絵を描くことが好きでテストの裏紙やノートや手帳に描いたりがほとんど。 それもあって「これは自分が楽しむためのラクガキなんですよ」といい続けてきました。 そんなある日、このブログで私のラクガキを見てくれた知人の「僕も絵を描けるようになりたいんです！」というリクエストに応えるために「ハッピーラクガキライフ」というラクガキ講座を開催することになりました。 今回はその講座の中でも一番キャッチーで多くの人に喜んでいただいている「絵が苦手な人でも一瞬で100の表情が描けるようになるテクニック」をご紹介したいと思います。 人間の表情を構成する要素 人間には人の顔にとても敏感に反応する本能が備わっています。この現象のことを「シミュラクラ現象」といいます。 ▼点3つが顔に見えるこ
世界一素早く書き始められるWikiノートサービスを作りました
WikiNoteという、世界で一番素早く書き始められるWikiノートサービスを作りました。 WikiNote - いますぐ書き始められるWikiノート https://wikinote.net このサービスのコンセプト このサービスのコンセプトはとにかく素早く書き始められることです。トップページでボタンを押すだけですぐに書き始められます。ユーザー登録すらありません。認証の仕組みがないので、誰が作ったWikiページでも、誰でも書き変えられます。 想定される利用ケース 素早く書き変えられるWebページが欲しいというコンセプトだけ意識して作成したところが大きいので、どんな使い方があるのか想定しきれてない思っているのですが、大まかに下記の３つを想像しています。 議事録 即書き始めて、書き終わるとURLができているのですぐに共有できます。パスワードロックのような機能はありませんが、検索エンジンにイン
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
東大、爆発しない“水”によるリチウムイオン電池を実現可能に
【やじうまPC Watch】 渋谷スクランブル交差点の歩行者全員をトレースできる群衆画像解析ソフト