Unable to find other page content
还没有人认领这个 Issue。
评估
- 难度
- 3/5
- 预计耗时
- 1-2 天
- 新手友好度
- 25/100
- Issue 类型
- 缺陷
- 描述清晰度
- 需要澄清
- 活跃度
- 停滞
- 技术栈
- javascript
- 领域
- backend
调研方向
使用报告中的 300 页 PDF 以及所示的 pdfParser.loadPDF 和 getRawTextContent 调用重现该问题。检查 pdfParser_dataReady 如何组装页面内容，并将返回的文本与分页符进行比较；当所有页面的预期内容都可用时即表示完成。
由索引模型根据 Issue 内容生成。
描述
I try to parse a 300 page pdf and get the following content:
XXXXXX
----------------Page (0) Break----------------
----------------Page (1) Break----------------
----------------Page (2) Break----------------
----------------Page (3) Break----------------
This is my code：
import PDFParser from "pdf2json";
const pdfParser = new PDFParser(this, 1);
function readPDF(fileName) {
pdfParser.loadPDF(fileName);
pdfParser.on("pdfParser_dataError", errData => console.error(errData.parserError));
pdfParser.on("pdfParser_dataReady", pdfData => {
const data = pdfParser.getRawTextContent()
console.log('文本信息:', JSON.stringify(data)
});
}
readPDF('1.pdf')
- 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 ·