pdf文件轉為json文件（文件轉為pdf格式）

本文目錄一覽：

• 1、ubuntu 怎麼將pdf轉換成json
• 2、怎樣把PDF轉為TIF
• 3、Python利器：如何處理PDF表格數據
• 4、怎樣可以把pdf文件轉成所需軟體格式
• 5、在使用pdf2swf.exe工具把pdf轉換swf時，怎麼在swf頭部添加json數據

ubuntu 怎麼將pdf轉換成json

我能夠想到的就是，在ubuntu下，用openoffice.org 文字處理打開，在工具欄裡面就有直接將文件轉換為pdf的按鈕 還沒有升級到ubuntu11.04，所以不知道libreoffice行不行，不過它們有99%的相似度，應該有的 就這些了。

怎樣把PDF轉為TIF

方法1：打開pdf文件，選擇菜單命令「文件」 → 「另存為」 ，彈出另存為對話框，選擇保存類型為「jpg」，保存即可；

方法2：打開pdf文檔，選擇命令 「另存為其它」 → 「圖像」 → 「JPEG或JPEG2000」；

方法3：打開pdf文檔，選擇「編輯」菜單下的「拍快照」（註：選中後，在拍快照前面會有個√顯示），同時滑鼠變成十字游標，此時拖動滑鼠框選你要變換的區域，鬆開滑鼠，彈出確認對話框，點擊確認，此時框選的部分已經保存到剪貼板，然後打開系統自帶的畫圖工具，粘貼後保存為jpg文檔。方法不適合圖片過多的情況，不建議使用！

方法4：試試在線PDF轉圖片共有以下幾個步驟:

• 點擊瀏覽按鈕選擇需要轉換的PDF文件。

• 輸入需要轉換的頁碼，以逗號分割開，如果轉換所有的頁面可以跳過這一步。

• 點擊按鈕上傳文件，然後等著就可以了。

• 點擊下載鏈接把做好的文件下載到本地就可以了。僅適合低於2MB的文件轉換！

方法5：藉助pdf轉換器。選中pdf轉圖片功能，然後右下角選擇「上傳文件或文件夾」，即可一鍵開始轉換，此外還支持轉word、excel、ppt等格式。

Python利器：如何處理PDF表格數據

大家好，我是Peter~

在很多情況下，我們都需要處理PDF格式的文件。尤其當我們遇到PDF表格數據需要進行提取，真的是一個令人頭疼的問題。

因為PDF文件不能像Word那樣直接複製，即使複製了再黏貼也可能會出現格式排版錯亂甚至亂碼問題。如何從一個PDF文件提取出表格數據？本文提供兩個解決方案：

首先提供的一種方法是從文字 PDF 中提取表格信息的工具：Camelot，它能夠直接將大部分表格轉換為 Pandas 的 Dataframe。

更多的詳細信息，請參考項目地址：

camelot的安裝有多種方式。如果有報錯，網上一般有解決方式：

1、通過conda安裝

2、使用pip進行安裝

3、通過GitHub進行安裝

首先將項目複製到本地：

然後進入文件中進行安裝：

下面通過一個案例來講解如何使用camelot。假設我們現在有一個只有一頁的PDF文件test.pdf：

1、先讀取文件

導出成csv格式的數據（方式1）

查看tables的相關信息：

導出方式2：

將數據轉換成DataFrame：

tabula的功能比camelot更加強大，可以同時對多個表格數據進行提取。項目的具體地址請參考：

tabula的安裝是非常簡單的：

安裝之後檢驗這個庫是否安裝成功：

通過tabula這個庫來讀取PDF文件：

然後我們發現列表中唯一的一個元素就是dataframe：

將讀取到的數據輸出成CSV格式的文件：

上面讀取的PDF文件是比較簡單的，只有一頁，而且剛好是一個很標準的表格形式的數據，下面看一個比較複雜的例子：

下面是第一頁，第一列可以看成是索引：

在第二頁中有兩份表格，而且中間有很多的空白行：

第三頁的數據比較標準：

這3頁是在同一個PDF文件中，這3頁是在同一個PDF文件中，這3頁是在同一個PDF文件中

上面的紅色提示中我們看到：當沒有指定pages參數的時候，只會默認讀取第一頁的數據，所以列表的長度為1。

轉成dataframe後將原來的索引變成新的一列 （部分數據）

通過pages來讀取全部數據：

通過指定pages=”all”：

同時獲取兩個表格的數據：

通過area參數來指定：

刪除在讀取的表格中我們不需要的欄位信息

可以將得到的數據輸出成不同格式的文件，以json格式為例：

我們可以看到

怎樣可以把pdf文件轉成所需軟體格式

先安裝Office

2003中的有關組件。具體方法是：使用Office

2003安裝光碟中的「添加或刪除功能，更改已安裝的功能或刪除指定的功能」更新安裝該組件,打開Office工具→Microsoft

Office

Document

Imaging，按提示選擇安裝「掃描、OCR和索引服務篩選器」和「Microsoft

Office

Document

Image

Writer」,　在安裝Microsoft

Office

Document

Imaging組件後，Windows

XP系統會自動安裝一個名為「Microsoft

Office

Document

Imaging

Writer」的印表機。Imaging組件可以通過這個虛擬印表機，將PDF文件所保存的信息識別，從而達到將它直接轉換輸出到Word等文字編輯工具第二步：用Adobe

Reader

打開想轉換的PDF文件，接下來

選擇

「文件→列印」菜單，在打開的「列印」窗口中將「印表機」欄中的名稱設置為

「Microsoft

Office

Document

Image

Writer」,然後，運行

「Microsoft

Office

Document

Imaging」，並利用它來

打開

剛才保存的MDI文件，選擇「工具→

將文本發送到Word

」菜單,　識別完成後，系統會自動調出Word，這時你就可以看到，剛才還不能編輯的文字，乖乖的出現在Word編輯窗口中.

至於要轉成CDR文件的話建議用ai轉成EPS就可以了，但轉的時候版本轉成8.0版本。

在使用pdf2swf.exe工具把pdf轉換swf時，怎麼在swf頭部添加json數據

public class Pdf2sfwUtil {

//swf 工具的路徑

private static String SWFTools_Windows = “F:/Program Files/swftools/pdf2swf.exe “;

public static void convertPDF2SWF(String sourcePath, String destPath,

String fileName) throws IOException {

// 目標路徑不存在則建立目標路徑

File dest = new File(destPath);

if (!dest.exists())

dest.mkdirs();

// 源文件不存在則返回

File source = new File(sourcePath);

if (!source.exists())

throw new IOException(“aaaaa”);

// 調用pdf2swf命令進行轉換

String command = SWFTools_Windows +” ” + sourcePath+ ” -o ”

+ destPath + fileName + ” -f -T 9″;

System.out.println(command);

Process process = Runtime.getRuntime().exec(command);

InputStream stderr = process.getErrorStream();

InputStreamReader isr = new InputStreamReader(stderr);

BufferedReader br = new BufferedReader(isr);

String line = null;

while ( (line = br.readLine()) != null)

System.out.println(“請忽略：”+line);

int exitVal;

try {

exitVal = process.waitFor();

} catch (InterruptedException e) {

e.printStackTrace();

}

}

/**

* @param args

*/

public static void main(String[] args) {

String sourcePath = “D:\\help.pdf”; //源文件路徑

String destPath = “D:\\”; //目標路徑

String fileName = “help.swf”; //生成文件名

try {

Pdf2sfwUtil.convertPDF2SWF(sourcePath, destPath, fileName);

} catch (Exception e) {

e.printStackTrace();

}

}

}