Problem parsing PDF document, text not recognized.
还没有人认领这个 Issue。
评估
调研方向
首先使用链接的 DOC082_2014.pdf 文档重现该故障，并将其输出与能够正确解析的文档进行比较。跟踪 PDF 解析入口点，以确定为什么不会生成文本；当该文档能够产生已识别的文本，且不破坏现有的 PDF 解析行为时，即视为完成。
由索引模型根据 Issue 内容生成。
描述
url: http://www.delindeschemolen.nl/PDF%20bestanden/DOC082_2014.pdf
When performing a tryout of the pdf2json library, the PDF document in the above mentioned url. was not parsed correctly. No text was found in the document.
- 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
-
bug subsystem:agent-harness triage
难度 2/5 1-3 小时 新手友好度 72/100
ShaftHQ/SHAFT_ENGINE#7797 ·
维护者通常 1 天内回复
-
难度 2/5 1-3 小时 新手友好度 73/100
NationalSecurityAgency/ghidra#10155 ·
维护者通常 2 天内回复
-
area:data coverage
难度 1/5 1 小时以内 新手友好度 67/100
reacher-z/Awesome-CUA#4864 ·
维护者通常 19 天内回复
-
bug web-ui
难度 2/5 1-3 小时 新手友好度 67/100
jenkinsci/jenkins#27705 · 3 条评论 ·
维护者通常 1 天内回复
-
mod bug
难度 2/5 1-3 小时 新手友好度 64/100
elmital/FixMCStats#65 · 3 条评论 ·