Python办公自动化教程(001):PDF内容提取

1、Pdfplumber介绍

pdfplumber的github地址:

http 复制代码
https://github.com/jsvine/pdfplumber/
  • 【介绍】:pdfplumber 是一个用于处理 PDF 文件的 Python 第三方库,它提供了一种方便的方式来提取 PDF 文件中的文本、表格和其他信息。
  • 【功能】:pdfplumber 主要用于解析和提取 PDF 文件中的文本、表格、图像等信息。
    适用版本:支持 Python 3.6 及以上版本。
  • 【特点】:简单易用、准确性高、多平台支持(包括 Windows、Mac 和 Linux)、功能强大。
  • 【安装】:pip install pdfplumber

2、内容提取

【1】读取page对象

代码:

python 复制代码
import pdfplumber

with pdfplumber.open('./file/test.pdf') as read_pdf:
    # 读取page对象
    print(read_pdf.pages)

输出结果:

【2】打印完整内容

代码:

python 复制代码
import pdfplumber

with pdfplumber.open('./file/test.pdf') as read_pdf:
    # 读取page对象
    pages = read_pdf.pages
    for page in range(len(pages)):
        text = read_pdf.pages[page].extract_text()
        print(f'--------------第{page + 1}页内容---------------')
        print(text)

打印结果:

相关推荐
MYX_3096 分钟前
第七章 完整的模型训练
pytorch·python·深度学习·学习
froginwe1110 分钟前
R 矩阵:解析与应用
开发语言
_OP_CHEN14 分钟前
C++基础:(十六)priority_queue和deque的深度解析
开发语言·c++
C++ 老炮儿的技术栈19 分钟前
include″″与includ<>的区别
c语言·开发语言·c++·算法·visual studio
Vallelonga19 分钟前
Rust 设计模式 Marker Trait + Blanket Implementation
开发语言·设计模式·rust
新子y23 分钟前
【小白笔记】岛屿数量
笔记·python
CHANG_THE_WORLD27 分钟前
PDFium导出pdf 图像
开发语言·c++·pdf
momo_al27 分钟前
Umi-OCR制作双层PDF
pdf·ocr
CLubiy28 分钟前
【研究生随笔】Pytorch中的线性代数
pytorch·python·深度学习·线性代数·机器学习
励志成为美貌才华为一体的女子30 分钟前
pdf解析工具---Miner-u 本地部署记录
学习·pdf