Scraping hyperlinks from pdf?
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 5/5
- Tempo stimato
- Più di una settimana
- Idoneità per principianti
- 25/100
Direzione di ricerca
Nell’issue non sono indicati file, test o punti di ingresso. Inizia individuando il comportamento di estrazione dei collegamenti ipertestuali in pdf2json e verificando come sono rappresentate le annotazioni dei link PDF; per considerare il lavoro completato sarebbe necessaria una decisione chiaramente circoscritta sul fatto che i valori href debbano comparire nell’output JSON e su come, confermata da test o documentazione.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
I may have just missed the docs on this (if so apologies) but is it possible to extract the links when these only appear on hovering over / clicking the text displayed in the pdf? (with the examples I am using, the text of the link is extracted fine but not the href)
- Lingua principale
- Java
- Stelle
- 2.2k
- Fork
- 396
- Merge medio
- 9g 19h
- PR unite (30g)
- 3
Preparare l'ambiente
Questo progetto non fornisce container di sviluppo, Dockerfile né guida per i contributori, quindi l'ambiente è a tuo carico: parti dal suo README e consulta la nostra guida al primo contributo per i passaggi generali.
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di modesty/pdf2json
-
getRawTextContent() returns the lines of every page in reverse order (bottom to top) since 4.0.3Aperta
Difficoltà 1/5 1-3 ore Idoneità per principianti 90/100
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
-
Difficoltà 3/5 1-2 giorni Idoneità per principianti 38/100
-
`getRawTextContent` does not returns words' pieces in proper coordinate orderForse già presa Una pull request collegata a questa issue è aperta o già unita. Aperta
Difficoltà 3/5 1-2 giorni Idoneità per principianti 48/100
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 35/100
Tutte le issue di modesty/pdf2json
Issue simili
-
bug subsystem:agent-harness triage
Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100
ShaftHQ/SHAFT_ENGINE#7797 ·
I maintainer di solito rispondono entro 1 giorno
-
ARM: Q flag should be stickyAperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 73/100
NationalSecurityAgency/ghidra#10155 ·
I maintainer di solito rispondono entro 2 giorni
-
area:data coverage
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 67/100
reacher-z/Awesome-CUA#4864 ·
I maintainer di solito rispondono entro 19 giorni
-
bug web-ui
Difficoltà 2/5 1-3 ore Idoneità per principianti 67/100
jenkinsci/jenkins#27705 · 3 commenti ·
I maintainer di solito rispondono entro 1 giorno
-
"item-tooltip-keyboard-fix" crashes the game when opening the Items tab of the statistics menuApertamod bug
Difficoltà 2/5 1-3 ore Idoneità per principianti 64/100
elmital/FixMCStats#65 · 3 commenti ·