python读pdf/双层pdf

#_*_coding:utf-8_*_
import pyocr
import importlib
import sys
import timeimportlib.reload(sys)
time1 = time.time()
# print("初始时间为：",time1)import os.path
from pdfminer.pdfparser import PDFParser, PDFDocument
from pdfminer.pdfinterp import PDFResourceManager, PDFPageInterpreter
from pdfminer.converter import PDFPageAggregator
from pdfminer.layout import LTTextBoxHorizontal, LAParams
from pdfminer.pdfinterp import PDFTextExtractionNotAllowedtext_path = r'D009-2009-090-0710_OCR.pdf'def parse():'''解析PDF文本，并保存到TXT文件中'''fp = open(text_path, 'rb')# 用文件对象创建一个PDF文档分析器parser = PDFParser(fp)# 创建一个PDF文档doc = PDFDocument()# 连接分析器，与文档对象parser.set_document(doc)doc.set_parser(parser)# 提供初始化密码，如果没有密码，就创建一个空的字符串doc.initialize()# 检测文档是否提供txt转换，不提供就忽略if not doc.is_extractable:raise PDFTextExtractionNotAllowedelse:# 创建PDF，资源管理器，来共享资源rsrcmgr = PDFResourceManager()# 创建一个PDF设备对象laparams = LAParams()device = PDFPageAggregator(rsrcmgr, laparams=laparams)# 创建一个PDF解释其对象interpreter = PDFPageInterpreter(rsrcmgr, device)# 循环遍历列表，每次处理一个page内容# doc.get_pages() 获取page列表for page in doc.get_pages():interpreter.process_page(page)# 接受该页面的LTPage对象layout = device.get_result()# 这里layout是一个LTPage对象 里面存放着 这个page解析出的各种对象# 一般包括LTTextBox, LTFigure, LTImage, LTTextBoxHorizontal 等等# 想要获取文本就获得对象的text属性，for x in layout:if (isinstance(x, LTTextBoxHorizontal)):with open(r'2.txt', 'a') as f:results = x.get_text()print(results)f.write(results + "\n")if __name__ == '__main__':parse()time2 = time.time()print("总共消耗时间为:", time2 - time1)

python读pdf/双层pdf相关推荐

Python 读pdf数据写入Excel表中
活动地址:CSDN21天学习挑战赛目录一.Python操作PDF的库有很多二.pdflumber作为案例讲解使用 2.安装配置 2.加载PDF 3.读取pdf文档信息 1)读取pdf文档 ...
python 通过文本4对坐标生成双层pdf
图形? 你可以使用 Matplotlib 库来生成图形.你可以使用它的 plot() 方法来绘制坐标图,然后使用 savefig() 方法将图形保存为 PDF 文件. 如果你需要生成双层 PDF 图形 ...
python不可以处理pdf文件_使用 Python 处理 pdf
使用 Python 处理 pdf 背景最近老婆工作中碰到一些困难,总是跟我抱怨工作好烦,不开心. 主要是是因为要处理一些报告,这些 pdf 格式的样本报告比较多,基本都是人工操作比较容易出错,也比较 ...
python使用fpdf创建pdf文件包含：页眉、页脚并嵌入logo图片、设置使用中文字体
python使用fpdf创建pdf文件包含:页眉.页脚并嵌入logo图片.设置使用中文字体 #python使用fpdf创建页眉.页脚并嵌入logo图片.设置使用中文字体 from fpdf impor ...
python使用fpdf生成pdf文件章节（chapter），包含：页眉、页脚、章节主题、数据排版等；
python使用fpdf生成pdf文件章节(chapter),包含:页眉.页脚.章节主题.数据排版等: #仿真数据 The year 1866 was marked by a bizarre deve ...
python使用fpdf生成pdf章节（chapter）文件包含：页眉、页脚、章节主体、章节内容等；
python使用fpdf生成pdf章节(chapter)文件包含:页眉.页脚.章节主体.章节内容等: 目录
python使用fpdf生成pdf文件：配置多种语言字体写入多种文字
python使用fpdf生成pdf文件:配置多种语言字体写入多种文字目录
python使用fpdf创建pdf并写入hello world
python使用fpdf创建pdf并写入hello world from fpdf import FPDF # 创建pdf并写入hello world文本内容: from fpdf import FP ...
python处理pdf文件_好玩的Python 篇一：用Python显示和处理PDF文件
好玩的Python 篇一:用Python显示和处理PDF文件 2020-05-25 00:20:30 0点赞 0收藏 0评论 pdf是电子书,文档经常会用的格式,除了下载各种阅读器以外,我们也可以用P ...
python 读取文件读出来是什么格式-深入学习python解析并读取PDF文件内容的方法...
这篇文章主要学习了python解析并读取PDF文件内容的方法,包括对学习库的应用,python2.7和python3.6中python解析PDF文件内容库的更新,包括对pdfminer库的详细解释和应 ...

python读pdf/双层pdf

python读pdf/双层pdf

python读pdf/双层pdf相关推荐

最新文章

热门文章