都é“府県別環境放射能水準調査çµæžœã‚’scrapingã™ã‚‹ã®æ³• ã¾ãŸã¯ PDF をスクレイピングã™ã‚‹ã®æ³• - tokuhirom's bloghttp://www.mext.go.jp/a_menu/saigaijohou/syousai/1303723.htm ã“ã®ã‚ãŸã‚Šã‹ã‚‰ãƒ‡ãƒ¼ã‚¿ã‚’å–å¾—ã§ãã‚‹ã‚ã‘ã ãŒã€ãªãœã‹ PDF ãªã®ã§ã€ã†ã‚“ã–ã‚Šã™ã‚‹ã€‚ ã“ã‚“ãªã‚‚ã‚“ã©ã†ã¿ã¦ã‚‚ excel ã‹ãªã«ã‹ã§ã¤ãã£ã¦ã‚‹ã‚“ã ã‹ã‚‰ç”Ÿãƒ‡ãƒ¼ã‚¿ã‚’æä¾›ã—ã‚ã¨ã„ã„ãŸã„。 ã¾ã‚æ–‡å¥ã‚’ã„ã£ã¦ã„ã¦ã‚‚ã—ょã†ãŒãªã„ã®ã§ã€ã“ã†ã„ㆠPDF をスクレイピングã™ã‚‹æ–¹æ³•ã«ã¤ã„ã¦è§£èª¬ã™ã‚‹ã€‚ pdftotext ãªã©ã®ã‚³ãƒžãƒ³ãƒ‰ã‚’ã¤ã‹ã†ã®ãŒã‚ªã‚¹ã‚¹ãƒ¡ã€‚今ã ã¨ã€poppler ã¨ã„ã†ãƒ©ã‚¤ãƒ–ラリãŒæ—¥æœ¬èªžã‚‚ã‚ã¤ã‹ãˆã¦ã™ã°ã‚‰ã—ã™ãŽã‚‹ã®ã§ã€ã“れをã¤ã‹ã†ã¨ã‚ˆã„。ã“れ㯠Perl/Python/Ruby ã®ãƒã‚¤ãƒ³ãƒ‡ã‚£ãƒ³ã‚°ãŒã‚ã‚‹ã®ã§ã€ãれをã¤ã‹ã£ã¦ã‚‚よã„ãŒã“ã†ã„ã†å ´åˆã€ãƒ©ã‚¤ãƒ–ラリãªã©ã§ãŒã‚“ã°ã£ã¦ PDF を解æžã™ã‚‹ã®ã¯ã‚ã‚Šã¨æ™‚é–“ã®ç„¡é§„ã¨ãªã‚‹å ´åˆãŒãŠãŠã„。 poppler 㯠homebrew ã§ä¸€ç™ºã‚¤ãƒ³ã‚¹
ã•ã¾ã–ã¾ãªPDFã®ä½œæˆæŠ€è¡“ã®æ¦‚観
{{#tags}}- {{label}}
{{/tags}}