python 使用pdfminer3k 读取PDF文档

1、安装 pdfminer3k

通过pip安装: pip install pdfminer3k

下载安装：在网页 https://pypi.org/project/pdfminer3k/1.3.1/#files 进行下载，解压。然后cmd命令进入到当前文件夹：

可以直接在资源管理器的路径栏直接输入cmd进入到当前目录。然后执行 python setup.py install 等待安装完成

2.读取pdf中的TXT代码示例：

from pdfminer.converter import PDFPageAggregator
from pdfminer.layout import LAParams
from pdfminer.pdfparser import PDFParser, PDFDocument
from pdfminer.pdfinterp import PDFResourceManager, PDFPageInterpreter
from pdfminer.pdfdevice import PDFDevice# 可以使用此方法获取网络上的pdf
from urllib.request import urlopen
fp = urlopen("https://******/articles/800348152163.pdf")#获取文档对象
#fp = open("****.pdf", "rb")

#创建一个一个与文档关联的解释器
parser = PDFParser(fp)#PDF文档的对象
doc = PDFDocument()#连接解释器和文档对象
parser.set_document(doc)
doc.set_parser(parser)#初始化文档,当前文档没有密码，设为空字符串
doc.initialize("")#创建PDF资源管理器
resource = PDFResourceManager()#参数分析器
laparam = LAParams()#创建一个聚合器
device = PDFPageAggregator(resource, laparams=laparam)#创建PDF页面解释器
interpreter = PDFPageInterpreter(resource, device)#使用文档对象得到页面的集合
for page in doc.get_pages():# 使用页面解释器读取
    interpreter.process_page(page)# 使用聚合器来获得内容
    layout = device.get_result()for out in layout:if hasattr(out, "get_text"):print(out.get_text())

python 使用pdfminer3k 读取PDF文档相关推荐

python处理pdf实例_python 使用pdfminer3k 读取PDF文档的例子
1.安装 pdfminer3k 通过pip安装: pip install pdfminer3k 下载安装:在网页 https://pypi.org/project/pdfminer3k/1.3.1/# ...
Python读取PDF文档（或TXT）
字符串在Python内部的表示是Unicode编码,首先我们来认识Python中encode()和decode()的作用与区别: 在做编码转换时,通常需要以unicode作为中间编码,即先将其他编码的 ...
数据导入与预处理-第4章-数据获取python读取pdf文档
数据导入与预处理-第4章-数据获取Python读取PDF文档 1 PDF简介 1.1 pdf是什么 2 Python操作PDF 2.1 pdfplumber库 2.2 pdfplumber基本操作 2 ...
PyPDF2--如何使用python操作你的PDF文档
PyPDF2–如何使用python操作你的PDF文档前言大家好!最近想操作一下PDF文档,总是收费,于是浅尝辄止地了解了一下python当中的PyPDF2这个库.借助本篇博客总结了一下个人所学到的 ...
python处理word或者pdf文件_利用python程序生成word和PDF文档的方法
一.程序导出word文档的方法将web/html内容导出为world文档,再java中有很多解决方案,比如使用Jacob.Apache POI.Java2Word.iText等各种方式,以及使用fr ...
Python自动化办公：读取pdf文档
在后台回复[阅读书籍] 即可获取python相关电子书~ Hi,我是山月. 上次给大家介绍了pypdf2的使用方法,但它主要用于文档的处理,比如合并.提取页面等. 但是对于pdf文档来说,如何读取它的 ...
python读取pdf文档书签 bookmark_用Python为PDF文件批量添加书签
平时看一些大部头的技术书籍,大多数都是PDF版的,而且有一些书籍是影印扫描版的,几百上千页的书,没有任何书签,想要找到一个章节的位置非常费劲.那么就想,能不能搞一个工具,来自动地为这些大部头的PDF书 ...
极速系列05—python批量拆分/合并PDF文档
1 python按照页数拆分PDF文档目的: 将一个PDF文档按照指定的页数拆份额为多个文档思路: 使用PyPDF库中的PdfFileReader, PdfFileWriter类,这两个类是PyP ...
Python自动化办公：pdf文档操作
在后台回复[阅读书籍] 即可获取python相关电子书~ Hi,我是山月. 之前给大家介绍了python处理excel.word.ppt的相关教程,不知道大家学的怎么样? 在后台回复[自动化办公]即可 ...

python 使用pdfminer3k 读取PDF文档

python 使用pdfminer3k 读取PDF文档相关推荐

最新文章

热门文章