【发布时间】：2020-12-13 15:42:24
【问题描述】：
我有一个翻译网站，我想解析 PDF 文件以便计算字数并设置翻译价格。
我之前尝试过 Poppler JS。但它无法处理扫描的文件。我应该如何处理它们？
例如，此 PDF 是一篇扫描的文章。这是一个PDF文件，但每一页都是一张图片，我需要提取文本：
【问题讨论】：
-
你要解析什么？ pdfs 图像是基于扫描还是基于文档（可搜索）？你有样品吗？
-
比如这个prnt.sc/w26nbw。这是一篇扫描的文章。这是一个pdf文件，但实际上每一页都是一张图片，我无法提取文本......
-
我明白你在做什么。您想要的是一种从图像中提取文本的方法。这称为光学字符识别，也称为 OCR。我将编辑您的问题，然后提供答案。