PDFMiner python3中文字体库问题，WARNING:root:UniGB-UCS2-H

最新推荐文章于 2021-02-24 12:30:58 发布

Aogon

最新推荐文章于 2021-02-24 12:30:58 发布

阅读量1.2w

点赞数

本文链接：https://blog.csdn.net/qq_26984605/article/details/80859278

版权

本文介绍了如何在使用PDFMiner.six库处理中文PDF时，解决字体库缺失的问题。通过手动下载并添加中文字体库，可以在Windows环境下顺利进行PDF的解析。

摘要由CSDN通过智能技术生成

pdfminer.six支持python3

https://github.com/pdfminer/pdfminer.six

要支持中文字体库可以手动下载，然后按照pdminer添加中文字体库的方法

For CJK languages

In order to process CJK languages, you need an additional step to take during installation:

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

Aogon

关注关注

0
点赞
踩
4

收藏

觉得还不错? 一键收藏
1
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

PythonPDF操作库之pdfminer使用详解

Rocky006的博客

08-02

720

在现代信息处理领域，PDF 文件是常见的文档格式之一。无论是在企业应用还是个人使用中，能够有效地提取和处理 PDF 文档内容是一项重要技能。pdfminer是一个强大的 Python 库，专注于从 PDF 文件中提取文本和信息。本文将详细介绍pdfminer库，包括其安装方法、主要特性、基本和高级功能，以及实际应用场景，帮助全面了解并掌握该库的使用。

编译好的python3可以使用的pdfminer，可以处理中文，直接setup安装

05-05

编译好的python3可以使用的pdfminer，可以处理中文，直接setup安装

1 条评论您还未登录，请先登录后发表或查看评论

使用pdfminer3K出现WARNING root UniGB UCS2 H问题

weixin_33984032的博客

05-06

1998

问题原因缺少pdf中字体的字体库解决从github下载对应字体库放入，python 库文件 \Lib\site-packages\pdfminer\cmap中。下载地址：github.com/euske/pdfmi… 再次运行，可能会仍然报错从相同下载地址下载对应的解码文件，放到相同位置，再运行就ok了。转载于:https://juejin.im/post/5ccf9743e5...

【python读取pdf报错】用pdfminer提取pdf报警告错误WARNING root UniGB UCS2 H

weixin_45145283的博客

05-14

3309

我用python读取pdf时出现警告错误，经过百度发现是字体错误。参考文章：https://juejin.im/post/5ccf9743e51d453b21633c77 按照其下载字体放入文件中，确实可以解决前面的问题，但该文章后面说在此运行，可能仍然报错，我也刚好遇到。此文最后说明，按前面方法下载文件。但我发现第二次报错的字体不在其中。经过再次百度，参考文章https://zhuanlan.zhihu.com/p/29410051该文详细讲解产生此问题原因。读者可以仔细研究。我阅读此文发现的问题是，如何

Python的pdfminer的字体下载

dltan

12-26

2428

使用PDFminer3k解析pdf为文字遇到：WARING：root:GBK-EUC-H，下载好了GBK-EUC-H和UniGB-UCS2-H不要解压直接放在 pdfminer/cmap文件夹下。

python pdfminer中文字体问题_在python中使用pdfminer处理连字

weixin_42376589的博客

02-19

624

我有一个Python脚本，它使用PDFminer读取pdf文档中的文本，如下所示：def convert_pdf_to_txt(path):rsrcmgr = PDFResourceManager()retstr = StringIO()codec = 'utf-8'laparams = LAParams()device = TextConverter(rsrcmgr, retstr, codec...

输出中文Font 'STSongStd-Light' with 'UniGB-UCS2-H' is not recognized

最新发布

04-15

标题 "输出中文Font 'STSongStd-Light' with 'UniGB-UCS2-H' is not recognized" 提供了一个IT问题，主要涉及到在处理中文字符时遇到的字体识别问题。iText是一个流行的Java库，用于创建和修改PDF文档。在这个问题中...

Font STSongStd-Light with UniGB-UCS2-H is not recognized.导出pdf报错

周不老的博客

06-17

6052

Font ‘STSongStd-Light’ with ‘UniGB-UCS2-H’ is not recognized. 使用 itextpdf 导出报表,不显示中文处理!但是处理好了又会报个错:Font ‘STSongStd-Light’ with ‘UniGB-UCS2-H’ is not recognized. Font font = new Font(BaseFont.createFont( "STSongStd-Light" ,"UniGB-UCS2-H",BaseFont.NOT_EMBEDD

itextpdf-5.5.8.jar+中文支持包itext-asian.jar

11-28

STSong-Light是一种常用的简体中文TrueType字体，而UniGB-UCS2-H是其对应的Unicode汉字编码格式，用于表示中文字符集。为了解决这个问题，我们需要引入“itext-asian.jar”。这个扩展包专门针对亚洲语言，包括中文...

java pdfbox0.8 UniGB-UCS2-H 问题

shappy1978的专栏

11-23

818

http://drunkfish.spaces.live.com/blog/cns!FC3E3585A287F598!372.entry 看源码发现有一个包org.apache.pdfbox.encoding.conversion, 这里已经有了各自中文编码的解析程序. 可奇怪的是却没有任何地方调用这些程序. 所以解析pdf文档是依然会报IOException说UniGB-UCS2-...

pdfminer3k pdf 解析 python3

08-21

用户在线、本地解析PDF的pdfminer3k官网包。使用方式见本博客：http://blog.csdn.net/y515789/article/details/77446835 --就着注释看代码，是一件美差。

python pdfminer中文字体问题_python – PDFminer：使用其字体信息提取文本

weixin_39882623的博客

12-04

434

#!/usr/bin/env pythonfrom pdfminer.pdfparser import PDFParserfrom pdfminer.pdfdocument import PDFDocumentfrom pdfminer.pdfpage import PDFPagefrom pdfminer.pdfinterp import PDFResourceManagerfrom pdfmi...

java unigb ucs2 h_解决"STSong-Light' with 'UniGB-UCS2-H' is not recognized"问题

weixin_39604983的博客

02-24

931

iText5.x版本以上中的font和encoding文件都是从String RESOURCE_PATH = “com/itextpdf/text/pdf/fonts/”加载的，而itextasian1.5.x.jar的包名是com.lowagie.text.pdf.fonts, 包名不一致，导致路径错误。解决方法如下：1. 将itextasian1.5.x.jar解压，找到里面itextasia...

iReport- 编码异常.UniGB-UCS2-H

javald的专栏

07-06

6032

异常如下: net.sf.jasperreports.engine.JRRuntimeException: Could not load the following font : pdfFontName : simhei.ttf pdfEncoding : UniGB-UCS2-H isPdfEmbedded : true at net.sf.jasperreports.engi

Unknown encoding for 'UniGB-UCS2-H'

weixin_30411997的博客

01-14

615

在txt里写入一些测试文本，用Adobe Acrobat 7.0 Professional里的create PDF生成的PDF文档。然后用pdfbox读取测试，编译时崩出错误提示java.io.IOException: Unknown encoding for 'UniGB-UCS2-H'。而用pdfbox读取别的中文文档的话，编译就正常了。无语了。（实际上把txt转成PDF本来的显示效果就不...

python pdfminer中文字体问题_使用PDFminer3k解析pdf为文字遇到：WARING：root:GBK-EUC-H

weixin_39818691的博客

12-04

1093

最近需要把PDF解析为文字，查了查python的模块，发现PDFminer3k能满足需求。我使用的是 windows平台下的python3.6，python2的则下载pdfminer。首先下载：直接 pip install pdfminer3k。在网上找了教程代码跑了下自己用word转的pdf测试文件，可以解析成文字。教程网址：http://blog.csdn.net/PianoOrRock/ar...

PDF 乱码解决办法

zhangzhanwenzzzzzz的专栏

11-14

968

<br />1.在下载poppler-data，解压 <br />2.在终端执行：cd /解压路径/poppler-data-0.1 <br />3.再输入：sudo make install datadir=/usr/share <br />重新打开pdf文件后中文能正常显示了。

com.itextpdf.text.DocumentException: Font 'STSong-Light' with 'UniGB-UCS2-H' is not recognized.

06-06

这个异常通常是由于iText库中缺少相应的字体引起的。解决这个问题的方法是添加中文字体文件到iText的字体目录中，然后在代码中引用该字体。您可以使用以下代码片段来添加字体： ``` // 添加中文字体 BaseFont baseFont = BaseFont.createFont("STSong-Light", "UniGB-UCS2-H", BaseFont.NOT_EMBEDDED); Font font = new Font(baseFont, 12, Font.NORMAL); // 在文档中使用字体 Paragraph paragraph = new Paragraph("你好世界！", font); document.add(paragraph); ``` 请确保您已经将"STSong-Light"字体文件添加到您的项目中，并且代码中的路径正确。