AWSTextract能否捕获PDF文本的特定部分?
创始人
2024-09-27 15:00:57
0

是的,AWS Textract可以捕获PDF文本的特定部分。以下是使用AWS Textract和Python示例代码:

import boto3

# AWS Textract client
textract = boto3.client('textract')

# S3 bucket name and file name
s3_bucket_name = 'my-s3-bucket'
document_name = 'sample.pdf'

# Define the bounding box of the specific portion of the document you want to extract
# Coordinates should be in the format of {'X': int, 'Y': int}. All coordinates are in document pixels (72 DPI)
bounding_box = {
    'Top': 400,
    'Left': 100,
    'Width': 300,
    'Height': 100
}

# Set up the analysis features
feature_types = ['TABLES', 'FORMS']

# Call AWS Textract to analyze the document
response = textract.analyze_document(
    Document={
        'S3Object': {
            'Bucket': s3_bucket_name,
            'Name': document_name,
        }
    },
    FeatureTypes=feature_types,
    BlockType='LINE',
    Geometry={
        'BoundingBox': bounding_box
    }
)

# Extract the text from the specific region
text = ''
for block in response['Blocks']:
    if block['BlockType'] == 'LINE':
        text += block['Text'] + '\n'

print(text)

在此示例中,我们使用了一个名为“sample.pdf”的文件并且按照我们所需的尺寸和位置定义了特定部分。运行脚本后,从PDF文档的指定位置提取文本并将其打印到控制台。

相关内容

热门资讯

这一问题亟待解决!新鸿狐辅助软... 这一问题亟待解决!新鸿狐辅助软件是真的吗,奇迹思维辅助(透视)app-一贯存在有挂1、让任何用户在无...
无独有偶!微信小程序微乐破解器... 无独有偶!微信小程序微乐破解器2024,蛮王大厅辅助教程(透视)攻略-切实是真的挂1、下载好微信小程...
随着!微乐家乡小程序脚本,同城... 随着!微乐家乡小程序脚本,同城游辅助工具(透视)工具-原来真的有挂1、微乐家乡小程序脚本公共底牌简单...
推出新举措!广东雀神智能插件安... 推出新举措!广东雀神智能插件安装免费,好友赣南脚本插件(透视)方法-好像是真的挂1、操作简单,无需广...
做出回应!新518互游插件下载... 做出回应!新518互游插件下载,川娱竞技辅助(透视)挂-确实存在有挂新518互游插件下载脚本下载中分...
有消息称!广东雀神智能插件免费... 有消息称!广东雀神智能插件免费,新畅游互娱辅助(透视)app-原来是真的挂该软件可以轻松地帮助玩家将...
出乎意料的是!微信小程序微乐陕... 出乎意料的是!微信小程序微乐陕西挖坑辅助,新上游拼十辅助(透视)脚本-竟然真的是有挂1、完成微信小程...
现就发布提示!大当家辅助脚本下... 现就发布提示!大当家辅助脚本下载,邯郸胡乐挂(透视)工具-果然真的有挂1、这是跨平台的大当家辅助脚本...
日前!拱趴大菠萝技巧,传送屋激... 日前!拱趴大菠萝技巧,传送屋激k有没有挂(透视)软件-本来有挂1、传送屋激k有没有挂辅助器安装包、传...
长期以来!wepoker辅助器... 长期以来!wepoker辅助器免费,越乡游辅助软件(透视)挂-竟然真的有挂1、wepoker辅助器免...