Possible to parse a subset of pdf?
还没有人认领这个 Issue。
评估
调研方向
该 issue 未指定文件、测试或入口点。首先定位 pdf2json 中的 PDF 解析入口点，并确定如何为大型文档公开页面选择功能。完成的标准是：定义一种从请求的页面或索引开始解析的方式，并有覆盖率证明更早的页面会被跳过。
由索引模型根据 Issue 内容生成。
描述
For huge PDFs with ~1000 pages, is it possible to begin parsing from a particular page/index? This will reduce time significantly.
- 主要语言
- Java
- 星标
- 2.2k
- 派生
- 396
- 平均合并
- 9 天 19 小时
- 30 天内合并 PR
- 3
环境准备
这个项目没有提供开发容器、Dockerfile 或贡献指南，环境需要你自己搭建：先看它的 README，通用步骤见我们的新手贡献指南。
从这里开始
- 先读完整个 Issue，再读项目的贡献指南。
- 在 Issue 下留言说明你要接手 —— 这能避免两个人做同样的事。
- Fork 仓库，在一个分支上完成修改。
- 提交 Pull Request，并在描述里引用这个 Issue 编号。
modesty/pdf2json 的其他 Issue
-
getRawTextContent() returns the lines of every page in reverse order (bottom to top) since 4.0.3未关闭
难度 1/5 1-3 小时 新手友好度 90/100
-
难度 2/5 1-3 小时 新手友好度 78/100
-
难度 3/5 1-2 天 新手友好度 38/100
-
`getRawTextContent` does not returns words' pieces in proper coordinate order可能已有人在做 关联的 PR 仍在进行中或已合并。 未关闭
难度 3/5 1-2 天 新手友好度 48/100
-
难度 4/5 3-5 天 新手友好度 35/100
相似的 Issue
-
难度 2/5 1-3 小时 新手友好度 75/100
commons-app/apps-android-commons#7275 ·
维护者通常 1 天内回复
-
documentation
难度 2/5 1-3 小时 新手友好度 78/100
liberation-data/drivine4j#682 ·
维护者通常 1 天内回复
-
Document and enforce pull request review guidelines可能已有人在做 @dashorst 今天认领。 未关闭
难度 2/5 1-3 小时 新手友好度 76/100
维护者通常 1 天内回复
-
`Time.at(t, in: nil)` returns UTC instead of the local time (or the time zone of `t`), unlike CRuby未关闭
难度 2/5 1-3 小时 新手友好度 78/100
维护者通常 1 天内回复
-
hermes-queue
难度 1/5 1 小时以内 新手友好度 72/100
chrisalunlloyd2-sudo/mindpalace#349 ·
维护者通常 1 天内回复