phtyon读取pdf的远程地址解析内容

import xlwt,pymysql,requests,json,datetime,PyPDF2,urllib.request,io,ssl

添加context 解决读取pdf时SSL报错问题

context = ssl._create_unverified_context()

读取pdf地址 获取pdf内容

req = urllib.request.urlopen(contract_download_url,context=context)

remote_file=req.read()

memory_file = io.BytesIO(remote_file)

read_pdf = PyPDF2.PdfReader(memory_file)

获取pdf页数

number_of_pages = len(read_pdf.pages)

for i in range(0, number_of_pages):

pageObj = read_pdf.pagesi

获取当前页数的pdf内容

page = pageObj.extract_text()

处理后续业务流程 .......................

相关推荐
俺不中嘞7 小时前
python常用函数
开发语言·python
薛定猫AI7 小时前
【技术干货】大模型文档结构化提取实战:Python解析PDF发票并批量生成CSV
java·python·pdf
zhiSiBuYu05177 小时前
RAG 性能优化与缓存策略实战指南
人工智能·python·机器学习
荣码7 小时前
Prompt工程实战:同一个需求换3种写法,效果差10倍
java·python
想会飞的蒲公英7 小时前
集成学习入门:Bagging、Boosting 到底在组合什么
人工智能·python·机器学习·集成学习·boosting
努力努力再努力搬砖7 小时前
批量下载ERA5数据
python
_老码7 小时前
AI-reader阅读助手开发过程
人工智能·python·ai
_Jimmy_7 小时前
python性能分析工具
python
小猴子爱上树8 小时前
Temu批量视频翻译Python实现方案
开发语言·python·音视频
X1A0RAN8 小时前
Python 并发请求性能优化实战
python·性能优化·并发编程