小编Sat*_*tya的帖子

我正在尝试使用图像的 BBox 坐标提取 PDF 中的图像。

我尝试使用 pdfrw 库，它正在识别图像对象，并且它有一个名为媒体框的属性，其中有一些坐标，我不确定这些是否是正确的 bbox 坐标，因为对于某些 pdf，它显示类似这样的内容 ['0', ' 0', '684', '864'] 但图像不是从页面开头开始的，所以我不认为它是 bbox

我尝试使用 pdfrw 使用以下代码

import pdfrw, os
from pdfrw import PdfReader, PdfWriter
from pdfrw.findobjs import page_per_xobj
outfn = 'extract.' + os.path.basename(path)
pages = list(page_per_xobj(PdfReader(path).pages, margin=0.5*72))
writer = PdfWriter(outfn)
writer.addpages(pages)
writer.write()

如何获取图像及其 bbox 坐标？

示例 pdf ：https://drive.google.com/open? id=1IVbj1b3JfmSv_BJvGUqYvAPVl3FwC2A-

我是前端开发和 JavaScript 的新手，我正在学习 JavaScript ES6 类、匿名函数和函数声明。我试图在 ES6 类中使用匿名函数的概念，但我在语法上出错了。

我尝试了以下方法但没有成功：

class ChatController {
    constructor(a) {
        this.a = a;
        this.a ++;
        console.log("hello world");
    }
   var getChat = function() {
       console.log(this.a);
     }
}

我究竟做错了什么？

ES6类中可以使用匿名函数吗？

我是 NLP 新手，尝试使用 nltk pos 标记器，但对用法有疑问，

它通常接受一个单词或一个完整的句子，并给出输入的 pos 标签，为什么它以两种方式工作？

我有这个疑问，因为我尝试删除停用词并使用 spacy pos 标记技术，我的同事说我不应该这样做，因为结果会随着它检查单词的位置而改变，

nltk pos tagger 也会一样吗？如果是，那么既然考虑了定位，为什么它接受单个单词？

这里找到了 nltk 中两个用例的示例用法：https://github.com/acrosson/nlp/blob/master/subject_extraction/subject_extraction.py#L61

https://github.com/acrosson/nlp/blob/master/subject_extraction/subject_extraction.py#L44

就我而言，当我使用时，我将 Unicode text_string 和前缀作为 ASCII 字符串

text-string.startswith(prefix) 

我以这种方式得到一个例外

UnicodeDecodeError: 'ascii' codec can't decode byte 0xe2 in position 9: ordinal not in range(128)

如何比较两个字符串，我尝试使用unicode(string)将 ASCII 字符串转换为 Unicode方法但仍然遇到相同的异常。

text - u'PreciChrom I/II is a lyophilized control based on human citrated plasma.'
prefix - 'Reagents – working solutions'