使用Perl从PDF中提取图像/文本

Question

我试图使用Perl从PDF文件中提取文本/图像/表格。

我尝试使用CAM::PDF这是不是在文本中提取，但作为一些其他格式。

是否有一种方法可以使用Perl模块从PDF中提取文本/图像/表格？

Answer 1

使用CAM::PDF。它有一些方法，可以帮助你提取图像或其他元素：

$doc->getProperty($pagenum, $propertyname) 
Each PDF page contains a list of resources that it uses (images, fonts, etc). getPropertyNames() returns an array of the names of those resources. getProperty() returns a node representing a named property (most likely a reference node). 

Answer 2

@ priya..i试过这个模块，其做工精细的PDF文本提取..

use strict; 
use warnings; 
use PDF::OCR::Thorough; 


my $filename = "pdf.pdf"; 

my $pdf = PDF::OCR::Thorough->new($filename); 
my $text = $pdf->get_text(); 
print "$text";