相关疑难解决方法(0)

如何从原始分辨率和格式中提取pdf文档中的所有图像？(意思是提取tiff为tiff,jpeg为jpeg等,无需重新采样).布局是不重要的,我不在乎是源图像位于页面上.

我正在使用python 2.7,但如果需要可以使用3.x.

有没有办法以编程方式从PDF文件中提取突出显示的文本和注释？欢迎任何语言.我找到了几个包含Python,Java和PHP的库,但是没有一个能够完成这项任务.

我不知道是否可能.我也知道有些程序会创建额外的文件来保存这类信息(如果我没有错,Kindle会生成另一个文件.)但目前这些文件超出了范围.

我有一个PDF文件，其中包含注释和对注释的建议，这些注释显示在鼠标移到带注释字词的上方时。

例如，考虑上面的图像，其中您要花费的单词是删除线（表示不正确的单词），并且在鼠标上方的上方显示了弹出窗口，其中出现了正确的单词。类似地，还有另一个插入符号也是如此。

我想提取两个单词的列表，这将显示文件中正确和错误的单词。

我正在寻找一个可以在linux上运行的免费库(Java/Ruby),并且可以从PDF中提取图像和注释; 类似于CGPDFDocument在OS X上可以做的事情.

谢谢!