【Python 常用脚本及命令系列 7 -- pdf 文件字符搜索 python脚本实现】

==> 请阅读嵌入式及芯片开发学必备专栏】<==


文章目录

    • [pdf 文件字符搜索 python脚本实现](#pdf 文件字符搜索 python脚本实现)

pdf 文件字符搜索 python脚本实现

要实现一个 Python 脚本来在指定目录中搜索 PDF 文件中的关键字,可以使用 PyPDF2 库来读取 PDF 文本,并结合 os 库来遍历文件系统。以下是一个简单的脚本示例:

python 复制代码
import os
import PyPDF2
def search_keyword_in_pdfs(directory, keyword):
    # 遍历指定目录及子目录下的所有文件
    for root, _, files in os.walk(directory):
        for file in files:
            if file.endswith('.pdf'):
                file_path = os.path.join(root, file)
                try:
                    # 打开 PDF 文件
                    with open(file_path, 'rb') as pdf_file:
                        pdf_reader = PyPDF2.PdfReader(pdf_file)
                        # 遍历每一页并搜索关键字
                        for page in pdf_reader.pages:
                            text = page.extract_text()
                            if text and keyword.lower() in text.lower():
                                print(f"Keyword '{keyword}' found in: {file_path}")
                                break  # 如果找到关键字,跳出当前文件的搜索
                except Exception as e:
                    print(f"Error reading {file_path}: {e}")
# 指定目录和关键字
search_directory = 'd:/work/'
search_keyword = 'hello'
# 调用搜索函数
search_keyword_in_pdfs(search_directory, search_keyword)

说明

  1. 导入库
    • os:用于遍历目录结构。
    • PyPDF2:用于处理 PDF 文件。
  2. search_keyword_in_pdfs 函数
    • 使用 os.walk() 递归遍历指定目录及其子目录。
    • 过滤出所有扩展名为 .pdf 的文件。
    • 打开每个 PDF 文件,并使用 PyPDF2 读取每一页的文本。
    • 搜索关键字(大小写不敏感),如果找到则打印文件路径。
  3. 注意事项
    • 确保已安装 PyPDF2 库,可以通过 pip install PyPDF2 安装。
    • 脚本假定目录路径为 Windows 风格,请根据需要调整路径。
    • PyPDF2 可能对某些复杂的 PDF 格式解析不完全,遇到问题时需要进行错误处理(如上示例中的异常处理)。

请根据具体需要调整脚本,比如处理特殊字符或不同的编码格式。

相关推荐
万粉变现经纪人15 分钟前
如何解决pip安装报错ModuleNotFoundError: No module named ‘sympy’问题
python·beautifulsoup·pandas·scikit-learn·pyqt·pip·scipy
酷炫码神21 分钟前
第 2 篇:Java 入门实战(JDK8 版)—— 编写第一个 Java 程序,理解基础运行逻辑
java·开发语言·策略模式
像风一样自由202023 分钟前
Go语言详细指南:特点、应用场景与开发工具
开发语言·后端·golang
半夏知半秋24 分钟前
基于跳跃表的zset实现解析(lua版)
服务器·开发语言·redis·学习·lua
Wyc7240931 分钟前
Lua语言基础笔记
开发语言·笔记·lua
AnySpaceOne37 分钟前
PDF转Word在线转换教程:多种实用方法分享
学习·pdf·word
xiaohouzi11223338 分钟前
Python读取视频-硬解和软解
python·opencv·ffmpeg·视频编解码·gstreamer
念念不忘 必有回响42 分钟前
Pygame模块化实战:从零构建Aliens射击游戏全流程(一)
python·游戏·pygame
编码浪子5 小时前
趣味学RUST基础篇(智能指针_结束)
开发语言·算法·rust
CVer儿7 小时前
qt资料2025
开发语言·qt