pdfからtextを抜き出す試行錯誤のメモ｜Kan Hatakeyama

2024/02/23 410 users text PDF 二段構え 試行錯誤 Python

これは二段構えの構成を持っています。この二段構えを正確に検出し、テキストを理解することが望ましいです。 Unstructuredを使うPythonのライブラリであるUnstructuredを試してみましょう。 参考記事 導入は非常に簡単です。 pip install 'unstructured[pdf]' 実装も簡単です。 解析コード： from unstructured.partiti... 続きを読む

CLIツールを作るとき、ユーザー設定ファイルやデータをどこに配置するか - $shibayu36->blog;

2023/05/01 123 users CLIツール $shibayu36 Blog pip データ

chat-hatenablogをpip installでインストール可能にした - $shibayu36->blog;にてchat-hatenablogをpip installできるようにするとき、ユーザー設定ファイルやデータをどこに配置するかに迷った。このツールでは、環境変数の設定として.envファイルを、ブログデータのインデックスとしてindex.pickleファイルを使ってい... 続きを読む

pipの使い方 (2014/1バージョン) — そこはかとなく書くよん。

2014/01/15 294 users pip くだ バージョン 古い場合 使い方

pipの使い方 (2014/1バージョン) 以前pipの使い方という記事を書いたのですが、これは2011年の1月と、ちょうど3年前です。これから随分変わったので、ここでもう一度まとめたいと思います。 piphttp://www.pip-installer.org/ 使用するpipのバージョンは1.5です。お使いのpipのバージョンが古い場合はpip install -U pipとして、更新してくだ... 続きを読む