小编Jon*_*han的帖子

任何人都可以推荐一个库/ API来从PDF中提取文本和图像吗？我们需要能够获得包含在文档的预先知道区域中的文本,因此API需要向我们提供页面上每个元素的位置信息.

我们希望以数据xml或json格式输出数据.我们目前正在寻找看起来相当不错的PdfTextStream,但希望听到其他人的经验和建议.

是否有以编程方式从pdf中提取文本的替代品(商业或免费)？

当我编辑"*.py"文件而不是任何其他文件时,如何让tab键插入4个空格？

根据Vim和PEP 8 - Python Code样式指南的推荐,我安装了vim-flake8(和vim-pathogen).当违反PEP8样式指南时,这会发出警告.这很棒,但我想在编辑python文件时首先自动扩展标签.我想在编辑其他类型的文件时让tab键实际插入标签.

换句话说,我想在编辑python文件和python文件时应用以下内容:

set expandtab       " tabs are converted to spaces
set tabstop=4       " numbers of spaces of tab character
set shiftwidth=4    " numbers of spaces to (auto)indent

我希望能够将R表达式(例如1/2*x^2)或公式转换为包含LaTeX的字符串(例如"\frac{1}{2} \times x^{2}"- 或类似的东西).我知道expression()可以用于类似的东西,在数字中生成数学符号,但我不知道如何将类似的表达式转换为LaTeX.我希望能够将其包含在Sweave文档中.

请给出一个例子(与之相似1/2*x^2),而不是仅仅说"使用tikzDevice包".这听起来像Hmisc包可能能够做我想要的,但我还没弄明白怎么样.

我想避免使用CAS(计算机代数系统),因为我希望它不必像Ryacas那样依赖复杂的外部应用程序,并希望它能够快速运行.

以下将抛出错误"v $ a中的错误:$运算符对原子向量无效"(至少在R版本2.14.1中):

v <- c(a='a',b='b')
v$a

显然,R以前允许这个,这让我很好奇为什么.

编辑:如下所述,v$a在早期版本中会返回NULL.将"最近"更改为"之前",因为我基于旧的互联网论坛,并在下面进行了更正.

一般来说，我在安装和需要软件包时遇到困难。例如，对于inspect.lua包，我首先按照包中的说明通过luarocks安装（https://github.com/kikito/inspect.lua）：

luarocks install inspect

然后，如果我启动luatorch7 ( th)，我将通过以下方式需要它：

local inspect = require 'inspect'

该检查变量始终是nil：

require 'inspect'; print(inspect)

返回nil。

最初，我不确定它是否正在返回nil，因此当我尝试时，例如inspect(1)我会收到错误“尝试调用全局‘检查’（零值）”。

使用火炬，似乎我可以成功使用“import 'inspect'”，尽管我不确定为什么这有效，而 require 却不起作用。

我究竟做错了什么？

在gvim:switching tabs with keyboard 中，Susam Pal 给出了 vim 的示例用法helpgrep：

:helpgrep \<next\ tab\>

我的问题是转义的尖括号究竟完成了什么？这与:helpgrep next\ tab或:helpgrep next tab有何不同？