Unicodeでは濁点や半濁点を別扱いしてることがあるので結合した - はてなの鴨澤
PDFをテキストに変換して使うことがときどきあります。 今日処理してたPDFな電子書籍の中に、テキストデータは持っているのに、なんかしらんけど検索がうまくかからないことが多い、という変なファイルがありました。ぜんぜん検索できないならまだわかるんだけど、できる検索語とできない検索語があるかんじ。 pdftotextでテキストファイルにしてみたところ、なんとこのテキストファイルが同じように検索できたりできなかったりする。さすがにちょっと不思議。 で、「が」という文字が入ってると検索がかからないのに気がついたので、「が」だけ切り出したテキストファイルを作り、ほかに普通のエディタで「が」だけ入力したテキストファイルを作って、PythonでUnicodeコードポイントを見てみました。ga.txtが検索のかからないもの、ga2.txtがかかるものです。 >>> for line in open('ga
PDFからテキストデータをうまく抜けるか実験（pdfminer.six)／Pythonサンプル - SE_BOKUのまとめノート的ブログ
目次 PDF形式のデータから、テキストを抜き出す Pythonで使えるPDFライブラリ比較 pdfminer.six pdfminer.six付属のツールpdf2txt.py pdfminerを使ったPythonプログラム シンプルなレイアウトのPDFで試す 2段組みの複雑なPDFで試す 結論：プログラムのインプットにPDFは不適 理由１：うまくいくPDFとうまくいかないPDFがある 理由２：特にうざい2バイト文字が化ける問題 PDF形式のデータから、テキストを抜き出す PDF形式のデータから、テキストを抜き出して、何か処理する時のインプットデータにできないかと試してみた結果のご報告です。 一口にPDFと言っても、様々なバージョンがあります。 暗号化もできます。 ja.wikipedia.org そいういうバリエーションを吸収しないといけないなどと考えると、プログラミングでデータで使うには
PDFから文章を抽出する - 或る阿呆の記
PDFファイルから文章を抽出するあれこれ。画像化されているやつはOCRをかけることになるが、本記事では対象外。Mac環境下で実行。 大きくわけて、コピペする、Adobe Reader DCを使う、pdftotextを使う、pythonのpdfminer.sixを使う、のパターンで。 ビューアで開いてコピペ 言わずもがな。PDFファイルを開いて、ビューアーからコピペする。原始的だけれど、なんだかんだ言ってそこそこの精度。 Adobe Reader DCの機能を使う Adobe Reader DCは最近何かとお金を取るようになったらしく、インターネットで検索した情報を元にやってみると、その機能が有料化されていることがしばしばある。が、テキストの抽出は今のところ問題ないらしい（Word変換などはお金がかかる）。 「ファイル」→「その他の形式で保存」→「テキスト」と選択すると、テキストのみ抽出でき
PDFを大量に結合する - ImageMagick(convert)編 - ねこの足跡R
macOS上でPDFを結合するには「プレビュー」や、「Automator」などを使用する方法がありますが、今回はコマンドラインでサクッと実行する方法についてメモしておきます。 ImageMagickの導入 インストール PDFを結合する 基本的な実行方法 もっとキレイに出力したい ファイル容量を軽くしたい 参考サイト ImageMagickの導入 PDFtkなど専用ツールもありますが、ここでは古いにしえから伝わりし、コマンドラインで画像編集が行えるImageMagickのconvertコマンドを利用します。 インストール brewで一発です。PDFを編集するためにはImageMagickの他にghostscriptが必要となりますが、こちらもbrewで入れることができます。 $ brew install gs $ brew install imagemagick PDFを結合する 基本的な
PDFから画像を抽出 - かすみん日記
Xpdf の pdfimages コマンドで、PDFから画像データを抽出する。 「変換」ではなく「抽出」です。 お金持ちの人はAdobeのAcrobatを使えばいいです。 Xpdfのインストール（mac） macの人は、homebrewでxpdfをインストールする； brew install xpdf linuxの人は apt-get でインストール（？）。 winの人は手動で？ Xpdfのインストール（手動） ダウンロード www.xpdfreader.com 上記サイトの「Downloads」->「Download the Xpdf command line tools:」から、自分のOSに合ったものを選んでダウンロード。 ダウンロードできたら、圧縮ファイルを解凍する。 実行ファイルの配置 あとはテキストファイル INSTALL に書かれてる手順に従ってコマンドをインストールする。 使
PDFをPython（PyPDF2）で操作する - PDF・暗号化PDFファイルの読み込み
今回はPDFファイルをPythonで操作する方法を紹介したいと思います。 事前準備まずは事前準備を行いましょう。 なお、実行環境との依存モジュールのバージョンは以下として話を進めます。 python 3.6PyPDF2 1.26.0PyPDF2のインストールPythonでPDFファイルの操作をする時には PyPDF2 を使います。 PyPDF2 は PDFファイルからの情報の抽出既存のPDFを操作し、新しいファイルを生成するを得意としています。 それでは、 pip コマンドでモジュールをインストールしましょう。 PDFファイルの準備読み込めそうなPDFファイルを入手しましょう。 今回は アメリカ大統領からの大統領令のページ から任意の大統領令のPDFファイルをダウンロードします。 見た目はこんな感じです。全部で3ページほどありました。 PDFファイルを読み込むファイル読み込みを早速やってみ
Python, pypdfでPDFのパスワードを設定・解除（暗号化・復号） | note.nkmk.me
Pythonのサードパーティライブラリpypdf（旧PyPDF2）を使うと、PDFファイルのパスワードの設定や解除（暗号化・復号）ができる。 py-pdf/pypdf: A pure-python PDF library capable of splitting, merging, cropping, and transforming the pages of PDF files 既存のPDFファイルにパスワードを設定して保護したり、パスワード付きの暗号化されたPDFファイルをパスワードなしのPDFファイルとして保存したりすることが可能。あくまでも既知のパスワードを使って解除するだけで、パスワードが分からない場合は解除できない。 ここでは以下の内容について説明する。 pypdfのインストール pypdfによるパスワード処理の制約 PDFファイルが暗号化されているか確認 PDFファイルにパス
画像ファイルやデータベースの文字列を「grep」のように検索できる「ripgrep-all」
Linuxのコマンドラインで文字列を検索する際に必要不可欠なコマンドといえば「grep」です。しかし、grepは動画ファイルやPDFファイルの文字列を検索できないのが弱点。そんなgrepの弱点を克服し、動画ファイルのメタデータやデータベースのレコード、画像ファイル内の文字列まで検索可能なコマンドが「ripgrep-all(rga)」です。 GitHub - phiresky/ripgrep-all: rga: ripgrep, but also search in PDFs, E-Books, Office documents, zip, tar.gz, etc. https://github.com/phiresky/ripgrep-all rgaはLinuxに限らずWindowsやmacOSでも利用することが可能。今回はUbuntu 20.04でrgaを利用してみます。以下のコマンドを
gnuplot-ja.pdf
gnuplot 4.6 An Interactive Plotting Program Thomas Williams & Colin Kelley Version 4.6 organized by: Hans-Bernhard Bröker, Ethan A Merritt, and others Major contributors (alphabetic order): Hans-Bernhard Bröker, John Campbell, Robert Cunningham, David Denholm, Gershon Elber, Roger Fearick, Carsten Grammes, Lucas Hart, Lars Hecking, Péter Juhász, Thomas Koenig, David Kotz, Ed Kubaitis, Russell
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
INT論文本番最終版3.PDF
CID問題 - 西尾泰和のScrapbox
pdfでサムネイルが右側に表示されて手… - Apple コミュニティ
http://guppy.eng.kagawa-u.ac.jp/2004/Kyosemi/Examples/Gnuplot/gnuplot.pdf