e-mail из pdf?

Тема в разделе "Решение различных задач по парсингу", создана пользователем Lil, 8 дек 2018.

  1. Lil

    Lil New Member Пользователи

    Регистрация:
    5 окт 2017
    Сообщения:
    6
    Город:
    Санкт-Петербург
    Здравствуйте:) Есть сайт, на нем есть PDF файлы в которых есть e-mail адреса. Как реализовать скачивание с этих файлов адресов почты?
     
  2. inotoxic

    inotoxic Well-Known Member Пользователи

    Регистрация:
    13 сен 2015
    Сообщения:
    397
    Можете привести пример ссылки или pdf файла?
    PDF файл сформирован через постскрипт и имеет структуру тегов? или это просто картинка упакованная в pdf контейнер и текст в нем нельзя выделить?
     
  3. Lil

    Lil New Member Пользователи

    Регистрация:
    5 окт 2017
    Сообщения:
    6
    Город:
    Санкт-Петербург
    Доброй ночи! текст в pdf выделить можно например "статье проанализирована деятельность КНР в качестве …" вот ссылочка на статью на сайте Ссылки недоступны для гостей, зарегистрируйтесь или авторизуйтесь на форуме! а во вложении прицепила сам файл:)
     

    Вложения:

  4. inotoxic

    inotoxic Well-Known Member Пользователи

    Регистрация:
    13 сен 2015
    Сообщения:
    397
    Встроенных функций по парсингу pdf в программе - нет
    Я бы скачал требуемые pdf файлы, после с помощью какого-либо OCR конвертера преобразовал pdf файлы в txt, а уже из текстовиков выпарсил email
     
    Lil нравится это.
  5. Lil

    Lil New Member Пользователи

    Регистрация:
    5 окт 2017
    Сообщения:
    6
    Город:
    Санкт-Петербург
    Хорошая идея! Спасибо большое! Пойду попробую:)
     
  6. Kreol

    Kreol Модератор Команда форума Модератор

    Регистрация:
    6 янв 2013
    Сообщения:
    2.478
    Занимаюсь подобными вещами все время., просто конвертором любым в txt и потом распарсивать txt
     
    Lil нравится это.
  7. Lil

    Lil New Member Пользователи

    Регистрация:
    5 окт 2017
    Сообщения:
    6
    Город:
    Санкт-Петербург
    Это просто, как все гениальное!!! очень красивое решение проблемы! Огромное спасибо!
     

Поделиться этой страницей