DocumentExtractordoc及docx纯文本提取

联合创作 · 2023-10-01 01:29

在日常的很多项目中我们总会遇到各种各样的格式转换问题，这让我头疼不已。尤其是在window占领pc机大部分系统的今天，doc及docx格式虽然已经开放，但是对于一个一般开发者来说依然无法处理。所以我们研究了doc及docx文件格式写出了DocumentExtractor。

本项目简单易用，对外接口仅有三个分别为open ，getText ，close ，简单明了，易于使用。同时这仅仅是一个草稿版本，在构架及代码设计方面存在很多问题。我会尽快开发正式版本，

浏览 12

点赞

收藏

分享

举报

评论

图片

表情

xurls从纯文本提取 URL

xurls 可以从纯文本中使用正则表达式提取 URL。go get github.com/mvdan

xurls从纯文本提取 URL

xurls可以从纯文本中使用正则表达式提取URL。go get github.com/mvdan/xurls使用示例import "github.com/mvdan/xurls"func main()

Python提取PDF表格及文本！

FrogGNOME 文本提取工具

Frog 是GNOME 的直观文本提取工具 (OCR)，可从几乎任何来源抓取图像并获取文本：yout

textractPython 文本提取库

textract是一个Python库，用来从各种文档中提取文本信息。示例代码：# some python fileimport textracttext = textract.process("pat

FrogGNOME 文本提取工具

Frog是GNOME的直观文本提取工具(OCR)，可从几乎任何来源抓取图像并获取文本：youtube、截屏视频、PDF、网页、照片等。构建建议使用Builder来开发应用程序。要构建该应用程序，只需在

textractPython 文本提取库

textract 是一个 Python 库，用来从各种文档中提取文本信息。示例代码：# some p

Textractorx86/x64 文本提取器

Textractor (曾用名: NextHooker) 是一个基于 ITHVNR, 为 Windo

Python提取pdf表格及文本，并保存到excel

Textractorx86/x64 文本提取器

Textractor (曾用名:NextHooker)是一个基于 ITHVNR,为Windows/Wine开发的开源x86/x64文本提取器。下载Textractor的发行版可以在这里找到.老版ITH

点赞

收藏

分享

举报