python 搜索pdf文件中的文字_使用python查找pdf文档中搜索字符串位于哪一页

我终于发现pyPDF可以帮上忙。我把它寄出去，以防它能帮助别人。

(1)定位字符串的函数def fnPDF_FindText(xFile, xString):

# xfile : the PDF file in which to look

# xString : the string to look for

import pyPdf, re

PageFound = -1

pdfDoc = pyPdf.PdfFileReader(file(xFile, "rb"))

for i in range(0, pdfDoc.getNumPages()):

content = ""

content += pdfDoc.getPage(i).extractText() + "\n"

content1 = content.encode('ascii', 'ignore').lower()

ResSearch = re.search(xString, content1)

if ResSearch is not None:

PageFound = i

break

return PageFound

(2)提取感兴趣页面的函数def fnPDF_ExtractPages(xFileNameOriginal, xFileNameOutput, xPageStart, xPageEnd):

from pyPdf import PdfFileReader, PdfFileWriter

output = PdfFileWriter()

pdfOne = PdfFileReader(file(xFileNameOriginal, "rb"))

for i in range(xPageStart, xPageEnd):

output.addPage(pdfOne.getPage(i))

outputStream = file(xFileNameOutput, "wb")

output.write(outputStream)

outputStream.close()

我希望这对其他人有帮助

python 搜索pdf文件中的文字_使用python查找pdf文档中搜索字符串位于哪一页相关推荐

python读取word中的文字格式_利用Python-docx 读写 Word 文档中的正文、表格、段落、字体等...
前言: 前两篇博客介绍了 Python 的 docx 模块对 Word 文档的写操作,这篇博客将介绍如何用 docx 模块读取已有 Word 文档中的信息. 本篇博客主要内容有: 1.获取文档的章节信 ...
word文档里怎么嵌入文档_如何在Microsoft Word文档中嵌入字体
word文档里怎么嵌入文档 When you email someone a copy of your Word document or PowerPoint presentation and the ...
快速将非Word中的不可编辑的公式转换为Word文档中公式编辑器里可编辑的公式的办法
因为我最近需要翻译一篇外文文献,其中的公式比较多,如果我自己去Word里用公式编辑器编辑,那么会翻译的会很慢,于是就搞出了一套可以自动将非Word中的不可编辑的公式转换为Word中可编辑的公式的办 ...
python word排版_利用Python-docx 读写 Word 文档中的正文、表格、段落、字体等
前言: 前两篇博客介绍了 Python 的 docx 模块对 Word 文档的写操作,这篇博客将介绍如何用 docx 模块读取已有 Word 文档中的信息. 本篇博客主要内容有: 1.获取文档的章节信 ...
python word中表格字体设置_利用Python-docx 读写 Word 文档中的正文、表格、段落、字体样式等...
前言: 前两篇博客介绍了 Python 的 docx 模块对 Word 文档的写操作,这篇博客将介绍如何用 docx 模块读取已有 Word 文档中的信息. 本篇博客主要内容有: 1.获取文档的章节信 ...
python合并word表格单元格_Python实战009：读取Word文档中的表格数据及表格合并问题解决...
同事最近被安排整理资料,主要工作室将文档中的表格数据提取出来并整理层Excel表格供我们FII刀具商城进行资料维护.由于刀具的种类繁多且规格无数,所以要处理的数据量相当的庞大.人工核对整理既费时又费力 ...
word 替换增加引号_如何在Word 2013文档中替换部分（不是全部）智能引号
word 替换增加引号 Word includes a setting that allows you to automatically convert straight quotes to sma ...
php 提取文字,如何使用PHP从word文档中提取文本内容？
我想用PHP从word文档中提取文本内容. 我在Microsoft Word for Mac 2011中创建了一个新的单词文档. 编辑:也通过在Windows 7中的Microsoft Word中创建 ...
易语言图片插入超级列表框_科技资讯:在PPT文档中如何将一张图片做成九宫格效果...
最近关于在PPT文档中如何将一张图片做成九宫格效果在网上的热度是非常高的,很多网友们也都是非常关注在PPT文档中如何将一张图片做成九宫格效果这个事情,为此小编也是在网上进行了一番搜索查阅相关的信息,那 ...
word文字铺满页面_Word 2010文档中让水印铺满整个页面的设置方法
在Word 2010中,通过简单的鼠标单击即可为文档添加水印,但这样只能在每一个文档页面内添加一个水印,这个在前面的文章已经有所介绍,具体请见:Word文档添加内置水印.个性化图片及文字水印的方法,但 ...

python 搜索pdf文件中的文字_使用python查找pdf文档中搜索字符串位于哪一页

python 搜索pdf文件中的文字_使用python查找pdf文档中搜索字符串位于哪一页相关推荐

最新文章

热门文章