m0_57965808 2022-03-15 17:59 采纳率: 90.9%
浏览 43
已结题

如何爬取pdf文档呢？

最近在练习爬虫，爬取过程中遇到了PDF的文档，发现这种类型的文档它是分开的，不是一个整体。它的文字性内容在一个包里，图片，表格类的则在网页代码里放着。这种情况下，请问该怎么将它们爬取下来，并达到可以阅读的效果呢？
希望各位师傅能给个思路。

  • 写回答

1条回答 默认 最新

  • Mint.Coder 2022-03-16 00:05
    关注

    神仙来了也不行

    本回答被题主选为最佳回答 , 对您是否有帮助呢?
    评论

报告相同问题？

问题事件

  • 系统已结题 3月30日
  • 已采纳回答 3月22日
  • 创建了问题 3月15日

悬赏问题

  • ¥15 有偿求跨组件数据流路径图
  • ¥15 写一个方法checkPerson，入参实体类Person，出参布尔值
  • ¥15 我想咨询一下路面纹理三维点云数据处理的一些问题，上传的坐标文件里是怎么对无序点进行编号的，以及xy坐标在处理的时候是进行整体模型分片处理的吗
  • ¥15 CSAPPattacklab
  • ¥15 一直显示正在等待HID—ISP
  • ¥15 Python turtle 画图
  • ¥15 关于大棚监测的pcb板设计
  • ¥15 stm32开发clion时遇到的编译问题
  • ¥15 lna设计 源简并电感型共源放大器
  • ¥15 如何用Labview在myRIO上做LCD显示？(语言-开发语言)