lbboier

去除页眉页脚的工作

4

我之前实习时做了pdf转txt的工作，其中pdf转word使用的该库（pdf2docx），然后word转txt是手写的。也在很大程度上实现了去除页眉页脚，但仅仅能满足于输出端是txt（不提取多列的表格）。在我实习期间处理了500w+本的pdf转txt，并在公司内部上线了部署服务。我走后接手这个工作的实习生又进行了优化，具体改进我没问。 我想看看大家对这个需求大不大，我可以选择新建一个开源库或者在pdf2docx提一个pr。希望有需求的可以在下方留言

遇到无法处理的图片会导致整个程序崩溃

7

我处理的一个的pdf文件中在67页：  RuntimeError: pixmap must be grayscale or rgb to write as png，这个图片既不是灰度图片也不是一个rgb。代码和报错如下：  我希望的是能修改这个错误或者抛出这个异常，从而不会导致这个程序崩溃