Character Conversion changed after a certain PDF
まだ誰も着手していません。
評価
調査の方向性
loadPDFエントリポイントから開始し、文字変換が変わるページの前後でJSONテキストを比較します。旅行パンフレットを使って、報告されている小文字から大文字への変換と大文字のずれの挙動を再現し、そのページ以降もデコードされた文字が正しいままであることを確認します。
索引モデルが issue の本文から書いたものです。
説明
I am new to pdf2json and I really love it. I am reading with this tooling a travel brochure reading the text to find some important data. It works fine after a certain page, after that the UTF8 character conversion seems to be broken. Lower case letter become Upper case meaning there is a x'20 offset and capital letters are x'10 offset.. I am using the loadPDF function and read the JSON afterwards.. Any hints... thanks much for this great tool. It does exactly what I need, beside this problem.
- 主要言語
- Java
- スター
- 2.2k
- フォーク
- 396
- 平均マージ
- 9日 19時間
- マージ済み PR（30日）
- 3
環境構築
このプロジェクトには開発コンテナ、Dockerfile、コントリビューションガイドがありません。まず README を読み、一般的な手順ははじめてのコントリビューションガイドを参照してください。
はじめの一歩
- issue を最後まで読み、次にプロジェクトのコントリビューションガイドを読みます。
- 着手することを issue にコメントします — 二人が同じ作業をするのを防げます。
- リポジトリをフォークし、ブランチを切って変更します。
- issue 番号を参照したプルリクエストを送ります。
modesty/pdf2json のほかの issue
-
getRawTextContent() returns the lines of every page in reverse order (bottom to top) since 4.0.3オープン
難易度 1/5 1〜3時間 初心者へのやさしさ 90/100
-
難易度 2/5 1〜3時間 初心者へのやさしさ 78/100
-
難易度 3/5 1〜2日 初心者へのやさしさ 38/100
-
`getRawTextContent` does not returns words' pieces in proper coordinate order対応中かも このイシューにリンクされたプルリクエストがオープン中、またはマージ済みです。 オープン
難易度 3/5 1〜2日 初心者へのやさしさ 48/100
-
難易度 4/5 3〜5日 初心者へのやさしさ 35/100
modesty/pdf2json の issue をすべて見る
似ている issue
-
bug subsystem:agent-harness triage
難易度 2/5 1〜3時間 初心者へのやさしさ 72/100
ShaftHQ/SHAFT_ENGINE#7797 ·
メンテナーはふだん 1 日以内に返信
-
難易度 2/5 1〜3時間 初心者へのやさしさ 73/100
NationalSecurityAgency/ghidra#10155 ·
メンテナーはふだん 2 日以内に返信
-
area:data coverage
難易度 1/5 1時間未満 初心者へのやさしさ 67/100
reacher-z/Awesome-CUA#4864 ·
メンテナーはふだん 19 日以内に返信
-
bug web-ui
難易度 2/5 1〜3時間 初心者へのやさしさ 67/100
jenkinsci/jenkins#27705 · コメント 3 件 ·
メンテナーはふだん 1 日以内に返信
-
mod bug
難易度 2/5 1〜3時間 初心者へのやさしさ 64/100
elmital/FixMCStats#65 · コメント 3 件 ·