检查PDF文件是否已扫描
以编程方式检查PDF文件是否被完全扫描的最佳方法是什么？我确实可以使用iText和PDFBox。我可以检查pdf文件是否包含文本，并根据结果确定该文件是否为OCRed，但是此解决方案并非100％准确。我想知道是否还有另一种方法来解决这个问题。
如您所知，解决方案必须基于Java。
问题答案：
-
问题内容： 我通过HTTP上载获得文件，并且需要确保它是pdf文件。 编程语言是Python，但这无关紧要。 我想到了以下解决方案： 检查字符串的第一个字节是否为“％PDF”。 这不是一个很好的检查，但是可以防止用户意外上传其他文件。 尝试libmagic（bash上的“文件”命令使用它）。 这与（1）中的检查完全相同 获取一个lib并尝试从文件中读取页数。 如果该库能够读取一个页面计数，则它应该
-
问题内容： 我需要编写一个自定义的批处理文件重命名器。我已经完成了大部分工作，除了我不知道如何检查文件是否已经打开。我只是在使用软件包，并且有一种方法，但是似乎无法测试该文件是否正在被另一个程序使用。关于如何进行这项工作的任何想法？ 问题答案： 使用Apache Commons IO库…
-
如果文档ID不存在，我想将数据添加到firestore数据库中。到目前为止，我一直在尝试： 目标是检查数据库中的所有文档ID，并查看与“varuId”变量的任何匹配。如果匹配，则不会创建文档。如果不匹配，它应该创建一个新文档
-
问题内容： 我试图找到一种聪明的方法来找出传递给sed的文件是否已成功更改。 基本上，我想知道文件是否已更改，而不必查看文件修改日期。 我之所以需要这样做，是因为如果sed成功替换了模式，我需要做一些额外的事情。 我目前有： 上面的代码有点贵，我希望能够在这里使用一些技巧。 问题答案： 您可以改用： ” 我忽略了该功能：您可以根据需要使用Shell做重定向。 叹。下面有许多评论要求提供有关shel
-
问题内容： 尝试检查我要读取的文件是否存在。 问题答案： 这是另一种方法： 包装的用途和功能： p_DirName in varchar2, – schema object name p_FileName in varchar2 ) return number is l_file_loc bfile; begin l_file_loc := bfilename(upper(p_DirName),
-
我想知道PDF是否是使用OCR从扫描文档创建的。 为了使扫描文档中的文本可以选择，我猜相同的文本是使用透明颜色、特殊字体。。。 我正在使用pdfbox，我查看了字体、颜色和许多其他属性，没有发现任何特殊之处。