text-extraction

5गर्मी

2उत्तर

regex के साथ HTML टेक्स्ट तत्व का चयन करें?

मैं एक HTML दस्तावेज़ में © के लिए देखना चाहता हूं, और मूल रूप से उस इकाई को प्राप्त करता है जिसे कॉपीराइट का श्रेय दिया जाता है। कॉपीराइट लाइन अलग अलग तरीकों की एक जोड़ी दिखाता है: <p class="bg-

14गर्मी

2उत्तर

टैग की पीढ़ी एक छोटी पाठ सामग्री (जैसे ट्वीट्स) से

मैंने पहले ही similar question से पहले ही पूछा है, लेकिन मुझे लगता है कि मेरे पास बड़ी बाधा है: मैं टैग (कीवर्ड) उत्पन्न करने के लिए उपयोगकर्ता ट्वीट्स जैसे छोटे टेक्स्ट सेट पर काम कर रहा हूं। और ऐसा

53गर्मी

4उत्तर

टेक्स्ट प्रविष्टियों की एक श्रृंखला से आम/महत्वपूर्ण वाक्यांशों को निकालने के लिए कैसे करें

मेरे पास टेक्स्ट आइटम्स की श्रृंखला है- एक MySQL डेटाबेस से कच्चे HTML। मैं इन प्रविष्टियों में सबसे आम वाक्यांश ढूंढना चाहता हूं (एकल सबसे आम वाक्यांश नहीं, और आदर्श रूप से, शब्द-शब्द-शब्द मिलान को ल

6गर्मी

6उत्तर

गैर-अंग्रेजी लेख निकालने के लिए बॉयलरपाइप का उपयोग

मैं वेबसाइटों के एक सेट से समाचार लेख निकालने के लिए boilerpipe जावा लाइब्रेरी का उपयोग करने का प्रयास कर रहा हूं। यह अंग्रेजी में ग्रंथों के लिए बहुत अच्छा काम करता है, लेकिन विशेष पात्रों के साथ पाठ

268गर्मी

9उत्तर

regex

का उपयोग करके एक सबस्ट्रिंग निकालने के लिए कैसे करें मेरे पास एक स्ट्रिंग है जिसमें ' वर्ण है। एकल कोट्स के बीच में जो डेटा मैं चाहता हूं वह है। मैं निम्नलिखित पाठ से "इच्छित डेटा" निकालने के लिए रेगे

6गर्मी

4उत्तर

वेबसाइटों से बॉडी टेक्स्ट निष्कर्षण उदा। केवल लेख शीर्षक और पाठ निकालें साइट पर सभी पाठ

मैं एल्गोरिदम की तलाश में हूं जो वेबसाइटों से टेक्स्ट निष्कर्षण की अनुमति देता है। मेरा मतलब यह नहीं है कि "स्ट्रिप एचटीएमएल", या सैकड़ों पुस्तकालयों की अनुमति है जो इसे अनुमति देते हैं। तो उदाहरण के

6गर्मी

4उत्तर

क्या .NET के लिए बॉयलरपाइप पोर्ट है?

क्या कोई boilerpipe लाइब्रेरी के लिए .net पोर्ट जानता है?

21गर्मी

3उत्तर

सी # पीडीएफएसआरपी

का उपयोग करके पीडीएफ से टेक्स्ट निकालें क्या पीडीएफएसआरपी के साथ पीडीएफ फाइल से सादे पाठ निकालने की संभावना है? मैं अपने लाइसेंस के कारण iTextSharp का उपयोग नहीं करना चाहता हूं। आपके उत्तरों के लिए धन

5गर्मी

2उत्तर

नियम verious बिल और चालान

के लिए आधारित पीडीएफ पाठ निष्कर्षण मैं चालान और बिल पीडीएफ फाइलों से पाठ निकाल करने के लिए फ़ाइलों लेआउट जटिल प्राप्त कर सकते हैं, हालांकि इसके ज्यादातर टेबल से भर दिया है। मैंने पहले से ही पीडीएफ प्र

9गर्मी

3उत्तर

छवि से टेक्स्ट एरिया का पता कैसे लगाएं?

मैं टेस्सेक्टैक्ट ओसीआर इंजन के लिए प्रीप्रोकैसिंग चरण के रूप में छवि से टेक्स्ट एरिया का पता लगाने के लिए चाहता हूं, इनपुट केवल टेक्स्ट ही होने पर इंजन अच्छी तरह से काम करता है, लेकिन जब इनपुट छवि मे