Python分析pdf简历

# -*- coding:utf-8 -*-import pdfplumber #解析pdf文件，尤其带有表格的文件
from openpyxl import Workbook #读写Excel的文件
import xlrd
from xlutils.copy import copy# 解析：按照文字页边距判断级别（标题或内容）
def parse(pdf):targets = {} #保存结果，key是简历左侧内容，value是简历右侧内容。for page in pdf.pages: words = page.extract_words(x_tolerance=5) #两页，两个列表#print(words)# 合并距离小于dis的单词，主要是把同一行的东西写在一起，比如街道名字和街道号码肯定要写在一起。通过给哈希表里面添加键，值对。已经被使用过的就标记为FALSE，完整的部分标记为真。pre_x = words[0]['x1']  #x1是右边距，x0是左边距, hash['x1']= 355.490, 116.304pre_top = words[0]['top'] #hash['top'] = 68.012, 58.932,固定值#print(pre_top)tolerance = 5 #这个数字是超参数，根据经验判断的；for index, word in enumerate(words):words[index]['valid'] = True #给每一个Word都添加一个键值对；方便以后决定是否继续添加，hash['valid'] = true;添加新的键值对，index = 0-19if index == 0:continuex0, top = word['x0'], word['top'] #68.064 107.912,每个元素的对应值。#print('x0, top', x0, top)text = word['text'] #获取每个内容if abs(top - pre_top) < 1 and abs(x0 - pre_x) < tolerance: #合并同一行内的内容，比如：0176 和81470662（top相同，差<1，并且左右间隔小于5的字符串ppre = 0while not words[index - 1 - ppre]['valid']: #words[]= false，说明已经被使用过了，就不用继续添加了ppre += 1print(ppre)words[index - 1 - ppre]['text'] += textprint(words[index - 1 - ppre]['text'])words[index]['valid'] = False #被使用过的就标记为FALSEpre_x = word['x1'] #更新数字pre_top = top#for index, word in enumerate(words):#words[index]['valid'] = True #给每一个Word都添加一个键值对；方便以后决定是否继续添加，hash['valid'] = true;添加新的键值对，index = 0-19# 拆分重组，只添加标记为true的部分内容distance = [int(word['x0']) for word in words] #对所有x0取整数,两个列表#print(distance)first_dis = min(distance) #min 68#print(first_dis)cur_top = None #简历左侧topcur_text = None #简历左侧textpre_top = 0 #简历右侧高度x_dis = 5 #简历左右内容距离#x_dis = 50y_dis = 3 #同一行高度差在3以内for word in words:#print(word['top'], word['text'])#if not word['valid']:  #word['valid'] = false,说明前面已经使用过了，这里就不处理了#continuex0, top = word['x0'], word['top']text = word['text']#print('x0-first_dis', x0-first_dis)if abs(x0 - first_dis) < x_dis: #合并起来,主要通过距离区分key 和value部分targets[text] = '' cur_text = text #简历左侧内容cur_top = top #简历左侧toppre = topelif cur_top is not None and cur_text is not None:if abs(cur_top - top) < y_dis: #在同一行内容相加，简历右侧和简历左侧高度比较targets[cur_text] += textelif abs(pre_top - top) < y_dis: #简历右侧同一高度添加到一起targets[cur_text] += ' ' + text #保证右侧内容能够放在一行，例如：硕士论文课题: „Tribologische Untersuchung strukturierterelse:pre_top = toptargets[cur_text] += '\n' + text #保证右侧一个内容块的内容要添加，而不是只添加右侧第一行内容#print(targets)#print(targets)return targets# 保存
def save(targets, out_path, sheet_name='targets'):wb = Workbook()ws = wb.activews.title = sheet_name#print(list(targets.keys()))ws.append(list(targets.keys()))ws.append(list(targets.values()))wb.save(out_path)# 主函数入口
print(__doc__)
path = r'/Users/apple/Documents/ST/python/俞伟简历.pdf'
out_path = r'/Users/apple/Documents/ST/python/俞伟简历.xlsx'
pdf = pdfplumber.open(path)
targets = parse(pdf)
save(targets, out_path)print('运行结束！')'''
words两列内容，
每页是一列内容；每个列表由无数个字典组成，每个字典由一些key，value对组成；简历里面的每个内容都会有一个字典包括，字典指明了这个内容的前后左右页边距；字典里text对应的value就是pdf内容了，提取出来就行。
x0是text内容左侧距离左边的距离，x1是text内容右侧距离左边的距离；如何保证把左侧放在表头，右侧放在表头下面呢？
[{'x0': Decimal('251.090'), 'x1': Decimal('355.490'), 'top': Decimal('68.012'), 'bottom': Decimal('94.052'), 'text': '个人简历'}, {'x0': Decimal('68.064'), 'x1': Decimal('116.304'), 'top': Decimal('107.912'), 'bottom': Decimal('119.912'), 'text': '基本信息'}, {'x0': Decimal('68.064'), 'x1': Decimal('104.172'), 'top': Decimal('141.152'), 'bottom': Decimal('153.152'), 'text': '姓名：'}, {'x0': Decimal('215.090'), 'x1': Decimal('239.090'), 'top': Decimal('141.152'), 'bottom': Decimal('153.152'), 'text': '俞伟'}, {'x0': Decimal('68.064'), 'x1': Decimal('104.172'), 'top': Decimal('157.472'), 'bottom': Decimal('169.472'), 'text': '地址：'}, {'x0': Decimal('215.090'), 'x1': Decimal('290.426'), 'top': Decimal('154.616'), 'bottom': Decimal('170.372'), 'text': 'Vogelpothsweg'}, {'x0': Decimal('293.330'), 'x1': Decimal('305.330'), 'top': Decimal('154.616'), 'bottom': Decimal('170.372'), 'text': '82'}, {'x0': Decimal('215.090'), 'x1': Decimal('245.090'), 'top': Decimal('170.816'), 'bottom': Decimal('186.572'), 'text': '44227'}, {'x0': Decimal('248.090'), 'x1': Decimal('297.398'), 'top': Decimal('170.816'), 'bottom': Decimal('186.572'), 'text': 'Dortmund'}, {'x0': Decimal('68.064'), 'x1': Decimal('104.172'), 'top': Decimal('189.992'), 'bottom': Decimal('201.992'), 'text': '电话：'}, {'x0': Decimal('215.090'), 'x1': Decimal('239.090'), 'top': Decimal('187.136'), 'bottom': Decimal('202.892'), 'text': '0176'}, {'x0': Decimal('242.090'), 'x1': Decimal('290.090'), 'top': Decimal('187.136'), 'bottom': Decimal('202.892'), 'text': '81470662'}, {'x0': Decimal('68.064'), 'x1': Decimal('128.280'), 'top': Decimal('206.312'), 'bottom': Decimal('218.312'), 'text': '电子邮箱：'}, {'x0': Decimal('215.090'), 'x1': Decimal('333.722'), 'top': Decimal('203.456'), 'bottom': Decimal('219.212'), 'text': 'yuwei802@hotmail.com'}, {'x0': Decimal('68.064'), 'x1': Decimal('128.292'), 'top': Decimal('222.632'), 'bottom': Decimal('234.632'), 'text': '出生日期：'}, {'x0': Decimal('215.090'), 'x1': Decimal('278.090'), 'top': Decimal('219.776'), 'bottom': Decimal('235.532'), 'text': '1987年8月'}, {'x0': Decimal('68.064'), 'x1': Decimal('116.280'), 'top': Decimal('255.392'), 'bottom': Decimal('267.392'), 'text': '教育背景'}, {'x0': Decimal('68.064'), 'x1': Decimal('107.424'), 'top': Decimal('282.506'), 'bottom': Decimal('302.930'), 'text': '04/2011'}, {'x0': Decimal('110.420'), 'x1': Decimal('114.416'), 'top': Decimal('282.506'), 'bottom': Decimal('302.930'), 'text': '-'}, {'x0': Decimal('117.380'), 'x1': Decimal('156.740'), 'top': Decimal('282.506'), 'bottom': Decimal('302.930'), 'text': '08/2016'}, {'x0': Decimal('215.090'), 'x1': Decimal('311.090'), 'top': Decimal('289.622'), 'bottom': Decimal('301.622'), 'text': '多特蒙德工业大学'}, {'x0': Decimal('236.090'), 'x1': Decimal('416.110'), 'top': Decimal('305.942'), 'bottom': Decimal('317.942'), 'text': '机械工程学院，机械工程系，硕士'}, {'x0': Decimal('215.090'), 'x1': Decimal('218.855'), 'top': Decimal('311.719'), 'bottom': Decimal('317.313'), 'text': '(cid:122)'}, {'x0': Decimal('236.090'), 'x1': Decimal('536.140'), 'top': Decimal('322.262'), 'bottom': Decimal('334.262'), 'text': '主修方向：机械加工技术，材料表面处理，机器自动化，'}, {'x0': Decimal('215.090'), 'x1': Decimal('218.855'), 'top': Decimal('328.039'), 'bottom': Decimal('333.633'), 'text': '(cid:122)'}, {'x0': Decimal('296.090'), 'x1': Decimal('368.110'), 'top': Decimal('338.462'), 'bottom': Decimal('350.462'), 'text': '机械质量检测'}, {'x0': Decimal('236.090'), 'x1': Decimal('311.426'), 'top': Decimal('351.926'), 'bottom': Decimal('367.682'), 'text': '硕士论文课题:'}, {'x0': Decimal('314.450'), 'x1': Decimal('386.290'), 'top': Decimal('351.530'), 'bottom': Decimal('367.682'), 'text': '„Tribologische'}, {'x0': Decimal('389.338'), 'x1': Decimal('456.754'), 'top': Decimal('351.926'), 'bottom': Decimal('367.682'), 'text': 'Untersuchung'}, {'x0': Decimal('459.700'), 'x1': Decimal('522.364'), 'top': Decimal('351.926'), 'bottom': Decimal('367.682'), 'text': 'strukturierter'}, {'x0': Decimal('215.090'), 'x1': Decimal('218.855'), 'top': Decimal('360.559'), 'bottom': Decimal('366.153'), 'text': '(cid:122)'}, {'x0': Decimal('236.090'), 'x1': Decimal('268.718'), 'top': Decimal('368.246'), 'bottom': Decimal('384.002'), 'text': 'CrAlN'}, {'x0': Decimal('271.718'), 'x1': Decimal('289.718'), 'top': Decimal('368.246'), 'bottom': Decimal('384.002'), 'text': 'und'}, {'x0': Decimal('292.718'), 'x1': Decimal('333.398'), 'top': Decimal('368.246'), 'bottom': Decimal('384.002'), 'text': 'CrAlCN'}, {'x0': Decimal('336.398'), 'x1': Decimal('399.662'), 'top': Decimal('368.246'), 'bottom': Decimal('384.002'), 'text': 'beschichteter'}, {'x0': Decimal('402.602'), 'x1': Decimal('491.428'), 'top': Decimal('367.850'), 'bottom': Decimal('384.002'), 'text': 'Funktionsflächen“'}, {'x0': Decimal('494.380'), 'x1': Decimal('537.376'), 'top': Decimal('367.850'), 'bottom': Decimal('384.002'), 'text': '(基于Cr'}, {'x0': Decimal('236.090'), 'x1': Decimal('432.106'), 'top': Decimal('384.566'), 'bottom': Decimal('400.322'), 'text': '合金图层以及表面结构对摩擦的影响)'}, {'x0': Decimal('68.064'), 'x1': Decimal('107.420'), 'top': Decimal('412.946'), 'bottom': Decimal('433.370'), 'text': '09/2009'}, {'x0': Decimal('110.420'), 'x1': Decimal('114.416'), 'top': Decimal('412.946'), 'bottom': Decimal('433.370'), 'text': '-'}, {'x0': Decimal('117.380'), 'x1': Decimal('156.740'), 'top': Decimal('412.946'), 'bottom': Decimal('433.370'), 'text': '12/2010'}, {'x0': Decimal('215.090'), 'x1': Decimal('359.110'), 'top': Decimal('420.062'), 'bottom': Decimal('432.062'), 'text': '多特蒙德工业大学语言中心'}, {'x0': Decimal('68.064'), 'x1': Decimal('107.424'), 'top': Decimal('445.486'), 'bottom': Decimal('465.910'), 'text': '09/2005'}, {'x0': Decimal('110.420'), 'x1': Decimal('114.416'), 'top': Decimal('445.486'), 'bottom': Decimal('465.910'), 'text': '-'}, {'x0': Decimal('117.380'), 'x1': Decimal('156.740'), 'top': Decimal('445.486'), 'bottom': Decimal('465.910'), 'text': '07/2009'}, {'x0': Decimal('215.090'), 'x1': Decimal('287.090'), 'top': Decimal('452.602'), 'bottom': Decimal('464.602'), 'text': '安徽工业大学'}, {'x0': Decimal('236.090'), 'x1': Decimal('488.140'), 'top': Decimal('468.922'), 'bottom': Decimal('480.922'), 'text': '机械工程学院，机械设计制造及其自动化，本科'}, {'x0': Decimal('215.090'), 'x1': Decimal('218.855'), 'top': Decimal('474.699'), 'bottom': Decimal('480.293'), 'text': '(cid:122)'}, {'x0': Decimal('236.090'), 'x1': Decimal('512.140'), 'top': Decimal('485.242'), 'bottom': Decimal('497.242'), 'text': '本科论文课题：基于时域分析的齿轮箱故障诊断方法'}, {'x0': Decimal('215.090'), 'x1': Decimal('218.855'), 'top': Decimal('491.019'), 'bottom': Decimal('496.613'), 'text': '(cid:122)'}, {'x0': Decimal('68.064'), 'x1': Decimal('107.400'), 'top': Decimal('510.766'), 'bottom': Decimal('531.190'), 'text': '09/1993'}, {'x0': Decimal('110.420'), 'x1': Decimal('114.416'), 'top': Decimal('510.766'), 'bottom': Decimal('531.190'), 'text': '-'}, {'x0': Decimal('117.380'), 'x1': Decimal('156.716'), 'top': Decimal('510.766'), 'bottom': Decimal('531.190'), 'text': '07/2005'}, {'x0': Decimal('215.090'), 'x1': Decimal('359.110'), 'top': Decimal('517.882'), 'bottom': Decimal('529.882'), 'text': '安徽省巢湖市皖维子弟学校'}, {'x0': Decimal('68.064'), 'x1': Decimal('152.420'), 'top': Decimal('566.842'), 'bottom': Decimal('578.842'), 'text': '实习和项目经历'}, {'x0': Decimal('68.064'), 'x1': Decimal('107.400'), 'top': Decimal('593.926'), 'bottom': Decimal('614.350'), 'text': '04/2013'}, {'x0': Decimal('110.420'), 'x1': Decimal('114.416'), 'top': Decimal('593.926'), 'bottom': Decimal('614.350'), 'text': '-'}, {'x0': Decimal('117.380'), 'x1': Decimal('156.716'), 'top': Decimal('593.926'), 'bottom': Decimal('614.350'), 'text': '04/2014'}, {'x0': Decimal('215.090'), 'x1': Decimal('443.110'), 'top': Decimal('601.042'), 'bottom': Decimal('613.042'), 'text': '多特蒙德工业大学成型及轻量化设计研究所'}, {'x0': Decimal('236.090'), 'x1': Decimal('296.090'), 'top': Decimal('617.392'), 'bottom': Decimal('629.392'), 'text': '项目名称：'}, {'x0': Decimal('298.610'), 'x1': Decimal('538.660'), 'top': Decimal('617.392'), 'bottom': Decimal('629.392'), 'text': '基于铝箔瞬时蒸发的成型过程以及有限元分析'}, {'x0': Decimal('215.090'), 'x1': Decimal('218.855'), 'top': Decimal('623.169'), 'bottom': Decimal('628.763'), 'text': '(cid:122)'}, {'x0': Decimal('236.090'), 'x1': Decimal('299.690'), 'top': Decimal('630.856'), 'bottom': Decimal('646.612'), 'text': '通过CATIA'}, {'x0': Decimal('302.690'), 'x1': Decimal('317.354'), 'top': Decimal('630.856'), 'bottom': Decimal('646.612'), 'text': 'V5'}, {'x0': Decimal('320.350'), 'x1': Decimal('338.350'), 'top': Decimal('630.856'), 'bottom': Decimal('646.612'), 'text': 'und'}, {'x0': Decimal('341.458'), 'x1': Decimal('355.330'), 'top': Decimal('630.856'), 'bottom': Decimal('646.612'), 'text': 'LS'}, {'x0': Decimal('358.510'), 'x1': Decimal('492.220'), 'top': Decimal('630.856'), 'bottom': Decimal('646.612'), 'text': 'DYNA软件进行模拟建模'}, {'x0': Decimal('215.090'), 'x1': Decimal('218.855'), 'top': Decimal('639.489'), 'bottom': Decimal('645.083'), 'text': '(cid:122)'}, {'x0': Decimal('236.090'), 'x1': Decimal('524.140'), 'top': Decimal('650.032'), 'bottom': Decimal('662.032'), 'text': '设计实验所需要的构架和制作，通过实验获得数据结果'}, {'x0': Decimal('215.090'), 'x1': Decimal('218.855'), 'top': Decimal('655.809'), 'bottom': Decimal('661.403'), 'text': '(cid:122)'}, {'x0': Decimal('236.090'), 'x1': Decimal('500.140'), 'top': Decimal('666.352'), 'bottom': Decimal('678.352'), 'text': '通过比较模拟和实验结果验证有限元模拟的准确性'}, {'x0': Decimal('215.090'), 'x1': Decimal('218.855'), 'top': Decimal('672.129'), 'bottom': Decimal('677.723'), 'text': '(cid:122)'}, {'x0': Decimal('68.064'), 'x1': Decimal('107.420'), 'top': Decimal('691.756'), 'bottom': Decimal('712.180'), 'text': '04/2013'}, {'x0': Decimal('110.420'), 'x1': Decimal('114.416'), 'top': Decimal('691.756'), 'bottom': Decimal('712.180'), 'text': '-'}, {'x0': Decimal('117.380'), 'x1': Decimal('156.740'), 'top': Decimal('691.756'), 'bottom': Decimal('712.180'), 'text': '07/2013'}, {'x0': Decimal('215.090'), 'x1': Decimal('395.110'), 'top': Decimal('698.872'), 'bottom': Decimal('710.872'), 'text': '多特蒙德工业大学切削成型研究所'}, {'x0': Decimal('236.090'), 'x1': Decimal('287.426'), 'top': Decimal('712.336'), 'bottom': Decimal('728.092'), 'text': '项目名称:'}, {'x0': Decimal('293.450'), 'x1': Decimal('497.500'), 'top': Decimal('715.192'), 'bottom': Decimal('727.192'), 'text': '基于力测量下切削刀头转动过程的优化'}, {'x0': Decimal('215.090'), 'x1': Decimal('218.855'), 'top': Decimal('720.969'), 'bottom': Decimal('726.563'), 'text': '(cid:122)'}, {'x0': Decimal('236.090'), 'x1': Decimal('380.110'), 'top': Decimal('731.512'), 'bottom': Decimal('743.512'), 'text': '制定实验计划以及实验操作'}, {'x0': Decimal('215.090'), 'x1': Decimal('218.855'), 'top': Decimal('737.289'), 'bottom': Decimal('742.883'), 'text': '(cid:122)'}, {'x0': Decimal('236.090'), 'x1': Decimal('392.110'), 'top': Decimal('747.828'), 'bottom': Decimal('759.828'), 'text': '通过电子显微镜分析实验结果'}, {'x0': Decimal('215.090'), 'x1': Decimal('218.855'), 'top': Decimal('753.605'), 'bottom': Decimal('759.199'), 'text': '(cid:122)'}]
[{'x0': Decimal('68.064'), 'x1': Decimal('116.304'), 'top': Decimal('58.932'), 'bottom': Decimal('70.932'), 'text': '其他技能'}, {'x0': Decimal('89.064'), 'x1': Decimal('170.420'), 'top': Decimal('90.416'), 'bottom': Decimal('106.172'), 'text': '熟练运用Word,'}, {'x0': Decimal('173.420'), 'x1': Decimal('203.744'), 'top': Decimal('90.416'), 'bottom': Decimal('106.172'), 'text': 'Excel,'}, {'x0': Decimal('206.648'), 'x1': Decimal('290.450'), 'top': Decimal('90.416'), 'bottom': Decimal('106.172'), 'text': 'PPT等办公软件'}, {'x0': Decimal('68.064'), 'x1': Decimal('71.829'), 'top': Decimal('99.049'), 'bottom': Decimal('104.643'), 'text': '(cid:122)'}, {'x0': Decimal('89.064'), 'x1': Decimal('165.416'), 'top': Decimal('106.736'), 'bottom': Decimal('122.492'), 'text': '熟练运动Catia'}, {'x0': Decimal('168.380'), 'x1': Decimal('186.044'), 'top': Decimal('106.736'), 'bottom': Decimal('122.492'), 'text': 'V5,'}, {'x0': Decimal('189.044'), 'x1': Decimal('241.328'), 'top': Decimal('106.736'), 'bottom': Decimal('122.492'), 'text': 'AutoCAD,'}, {'x0': Decimal('244.436'), 'x1': Decimal('258.188'), 'top': Decimal('106.736'), 'bottom': Decimal('122.492'), 'text': 'LS'}, {'x0': Decimal('261.224'), 'x1': Decimal('455.110'), 'top': Decimal('106.736'), 'bottom': Decimal('122.492'), 'text': 'DYNA等机械设计和有限元模拟软件'}, {'x0': Decimal('68.064'), 'x1': Decimal('71.829'), 'top': Decimal('115.369'), 'bottom': Decimal('120.963'), 'text': '(cid:122)'}, {'x0': Decimal('89.064'), 'x1': Decimal('141.980'), 'top': Decimal('122.936'), 'bottom': Decimal('138.692'), 'text': '德语B2，'}, {'x0': Decimal('147.980'), 'x1': Decimal('220.130'), 'top': Decimal('122.936'), 'bottom': Decimal('138.692'), 'text': '大学英语4级'}, {'x0': Decimal('68.064'), 'x1': Decimal('71.829'), 'top': Decimal('131.569'), 'bottom': Decimal('137.163'), 'text': '(cid:122)'}, {'x0': Decimal('68.064'), 'x1': Decimal('116.304'), 'top': Decimal('158.552'), 'bottom': Decimal('170.552'), 'text': '兴趣爱好'}, {'x0': Decimal('68.064'), 'x1': Decimal('224.090'), 'top': Decimal('192.752'), 'bottom': Decimal('204.752'), 'text': '电脑技术，足球，篮球，游泳'}, {'x0': Decimal('98.064'), 'x1': Decimal('122.060'), 'top': Decimal('311.702'), 'bottom': Decimal('323.702'), 'text': '俞伟'}, {'x0': Decimal('386.110'), 'x1': Decimal('435.418'), 'top': Decimal('308.846'), 'bottom': Decimal('324.602'), 'text': 'Dortmund'}, {'x0': Decimal('68.064'), 'x1': Decimal('207.780'), 'top': Decimal('320.846'), 'bottom': Decimal('336.602'), 'text': '-----------------------------------'}, {'x0': Decimal('358.030'), 'x1': Decimal('513.586'), 'top': Decimal('320.846'), 'bottom': Decimal('336.602'), 'text': '---------------------------------------'}]
运行结束！
[Finished in 1.0s]words[0]
解析PDF文件，根据文字页边距判断等级关系，最终内容保存到Excel....
{'x0': Decimal('251.090'), 'x1': Decimal('355.490'), 'top': Decimal('68.012'), 'bottom': Decimal('94.052'), 'text': '个人简历'}
{'x0': Decimal('68.064'), 'x1': Decimal('116.304'), 'top': Decimal('58.932'), 'bottom': Decimal('70.932'), 'text': '其他技能'}
运行结束！
[Finished in 0.9s]print(words[index])内容，只不过添加了一个标记，valid，true{'x0': Decimal('251.090'), 'x1': Decimal('355.490'), 'top': Decimal('68.012'), 'bottom': Decimal('94.052'), 'text': '个人简历', 'valid': True}distance：
[251, 68, 68, 215, 68, 215, 293, 215, 248, 68, 215, 242, 68, 215, 68, 215, 68, 68, 110, 117, 215, 236, 215, 236, 215, 296, 236, 314, 389, 459, 215, 236, 271, 292, 336, 402, 494, 236, 68, 110, 117, 215, 68, 110, 117, 215, 236, 215, 236, 215, 68, 110, 117, 215, 68, 68, 110, 117, 215, 236, 298, 215, 236, 302, 320, 341, 358, 215, 236, 215, 236, 215, 68, 110, 117, 215, 236, 293, 215, 236, 215, 236, 215]
[68, 89, 173, 206, 68, 89, 168, 189, 244, 261, 68, 89, 147, 68, 68, 68, 98, 386, 68, 358]
运行结束！
[Finished in 1.0s]#print(cur_text)
None[Finished in 1.0s]targets[cur_text] += text
targets[cur_text] += '\n' + text
None

Python分析pdf简历相关推荐

python分析pdf年报货币现金_如何用Python从大量pdf 中提取表格中的数据进行分析？...
根据一楼答案@森林的建议说说我的处理经验我也是借助开源项目tabula,不得不说tabula的功能确实很强大. 我是用Python来处理数据,但是没有用tabula-py,因为表格跨列跨行等情况比 ...
python分析pdf年报货币现金_利用python tushare pandas进行财报分析
一.财报分析大家在购买股票的时候,已经不只是凭感觉去买了,基本上都会对一个股票进行深入的分析. 毕竟购买股票还是一项风险性较高的投资,需要在较为熟悉以后才能去开展,不能蛮干,钱也都不是天上掉下来的. ...
Python实现分析pdf或者Word形式简历，并且保存到Excel中
Python实现分析当前文件夹里面所有的pdf或者Word形式简历,并且保存到Excel中 # -*- coding:utf-8 -*-#作者:公众号:湾区人工智能 #功能:实现分析pdf或者Word ...
一键备份微博并导出生成PDF，顺便用Python分析微博账号数据！
这里再分享下如何快速导出你的所有微博数据,然后用Python分析某个微博账号的数据,比如高赞,转发,评论微博,微博词云,微博发布时间轴,以及使用的手机. 稳部落这是一个专业备份导出微博记录工具 ht ...
一键备份微博并导出生成PDF，顺便用Python分析微博账号数据
苏生不惑第139 篇原创文章,将本公众号设为星标,第一时间看最新文章. 关于微博之前写过以下文章: 那些你可能不知道的微博奇技淫巧想方便快捷的分享/收藏图片?试试免费好用的微博/b站图床如何轻松下 ...
原创的《数据化分析 Python 实战 .pdf》下载
内容简介 <数据化分析 Python 实战 .pdf>包含思维篇.工具篇.展现篇等 3 大模块,目录如下: 数据化分析 Python 实战 - 林骥 - V1.2 下载方式关注公众号「林 ...
python csv转excel_使用 Python 把 PDF 转为 CSV 和 Excel（一）
杭州国立公证处-公正摇号会不定期公布杭州各个楼盘的购房意向登记汇总表和摇号结果,里面公开的数据是很全面的,对于想要分析一波数据搞点事情的人来说,挺有吸引力的. 但当你兴冲冲地去官网下载完数据,一看傻 ...
python读取pdf表格_【Python 库】解析PDF文本及表格——pdfminer、tabula、pdfplumber 的用法及对比...
pdf 是个异常坑爹的东西,有很多处理 pdf 的库,但是没有完美的. 一.pdfminer3k pdfminer3k 是 pdfminer 的 python3 版本,主要用于读取 pdf 中的文本. ...
python实现pdf转word详解_手把手|20行Python代码教你批量将PDF文件转为Word格式（包教包会）...
在日常工作或学习中,经常会遇到这样的无奈: "小任,你把这个PDF中的文件码出来发我" 倒霉,2M的PDF12点也完不了啊! 很多时候在学习时发现许多文档都是PDF格式,PDF格式 ...

Python分析pdf简历

Python分析pdf简历相关推荐

最新文章

热门文章