文本提取是从非结构化和/或半结构化机器可读文档（文本）中自动提取结构化信息的任务。
为什么Tesseract OCR无法捕获正确的输出？如何解决？
下面是我正在使用的代码，但它给了我奇怪的输出，而不是实际的文本。向经验丰富的OCR寻求帮助的人。这是我得到的输出-预期的输出-导入...
textract已成功安装-ModuleNotFoundError：没有名为'textract'的模块
textract已成功安装到我的系统中-请查看屏幕截图。运行程序时出现以下错误，ModuleNotFoundError：名为'textract'的模块没有导入textract textract...。
我是python和python社区的新手，我希望平台上的某人可以为我提供以下帮助。我正在尝试从Python学习Beautiful beautiful package来抓取一些数据...
我想从列中的字符串值中提取特定的子字符串。在下面的代码中，您将看到我已经成功提取了年份，品牌和型号。导入大熊猫作为pd数据= [['...
我有长文本文件（实际上是.srt字幕文件）-不幸的是，其中包含许多无关紧要的信息。所有无关的文本都包含在相同的pilcrow对中（...
im试图从以下文本中提取标题，其他信息和地址。但是，当附加项不存在时，我似乎无法确定由什么决定标题。我目前...
[使用Python3从日志文件中提取所有JavaScript文件名
我是Python3的新手，正在使用文本文件。我试图从以JavaScript（.js）扩展名结尾的日志文件中提取所有文件名。该文件还包含其他文件扩展名。我想...
R-用2个字符串将多行定界文本的每个实例提取并解析为单独的行（从.txt到data.frame）
我相信这是一个循环和gregexpr（）问题。我正在尝试从i个标准化的.txt格式中的i个标准化实例中提取/导出多行文本到一个数据帧中，其中...
R-将提取的文本数据（每个实例作为行）导出为data.frame格式
我正在尝试从i个标准化.txt格式中的i个标准化实例中提取文本/将文本导出到数据帧中，其中每个实例都是单独的一行。然后，我想导出该...
我需要你的帮助。目前，我正在使用此代码段进行工作； altbaslik = []用于句子索引中的行：找到= re.match（r“ \ w * [AZ] \ w * [AZ] \ w * | [Ö|Ç|Ş|Ü|Ğ|İ]”，行） ...
我有一个长字符串，看起来像这样：[（1，1.89），（1，3.93），（4，8.65），（4，9.35），（1，2.4），（1，2.37），（ 1，2.14），（1，2.35），（4，7.46），（4，9.21），（4，9.21），（1，1.48），（1，2.96），（4，10.39），（。 。
如何使用重影脚本从pdf提取文本并将其放入EXCEL文件（而非文本文件）？
我知道我们可以使用PyPDF2和所有不同的python库。但是我想特别使用幽灵脚本。
我想遍历目录中的所有PDF，使用PDFminer从每个PDF中提取文本，然后将输出写入单个CSV文件。我可以从每个PDF中提取文本...
我目前正在一个项目中，该项目可在我们的学校实时找到空教室。为此，我需要提取在学校页面（https：//ssnovohradska.edupage ....
我正在尝试仅提取两个不同数据框中的数字和字符串。我正在使用正则表达式提取数字和字符串。以pd df_num = pd.DataFrame（{'...
我要求从Pdf中提取矩形的文本。我测试了几种方法。但没有得到具体的文字。例如，我用PyMuPDF，pdfplumber，tabula ......] >>
我正在尝试从过滤器区域获取文本列表。我应该使用什么XPath？抱歉，我不擅长XPath。其中一个页面的网址：etstur.com/Antalya-Otelleri在此先感谢任何...
我以前从未使用过C＃。我需要一些帮助。我有一个包含很多行的txt文件，其格式为：30/11/2017 18.09.47 [R] 2211300001 2.5 77.9 2.4 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0 ......>
我以前从未使用过C＃。我需要一些帮助。我有一个包含很多行的txt文件，其格式为：30/11/2017 18.09.47 [R] 2211300001 2.5 77.9 2.4 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0 ......>
我正在爬新闻网站，并希望提取新闻标题，新闻摘要（第一段）等，因此我将其插入到Webkit解析器代码中，以便像树一样轻松地浏览网页。消除导航...