当前位置：网站首页 > 技术资源 > 正文

殊途同归 python 第7节:PDF 提取神器

off999 2025-06-30 19:19 31 浏览 0 评论

pdfplumber，PDF文件解析处理神器，直接上代码

from cryptography.hazmat.backends import default_backend
import pdfplumber
pdf = pdfplumber.open('w1.pdf')
len_page = len(pdf.pages)
#pdf.pages：获取pdf文件的总页数
print(len_page)

f_page = pdf.pages[0]
#pdf.pages[0]：pdf文件第1页
f_content = f_page.extract_text()
#f_page.extract_text()：解析第1页的所有文本内容，返回文本（格式：字符串）
print(f_content)

f_table = f_page.extract_table()
#f_page.extract_table():解析第1页的表格，返回文本（格式：列表）
print(f_table)

f_image = f_page.images[0]
#f_page.images[0]：获取第1页的第1张图片
box = (f_image['x0'],f_image['top'],f_image['x1'],f_image['bottom'])
#box：带坐标的方框；图片在pdf中的位置
crop_page = f_page.crop(box)
#f_page.crop(box):按box方框裁剪pdf
image = crop_page.to_image()
#crop_page.to_image()：将裁剪的pdf转换成图片
image.save(f'image.jpg')
#将图片保存
pdf.close()

本方法对于由word转成pdf的PDF文件提取效果最优，不适用于扫描的pdf文件（需用ocr提取，后期讲）

编程技巧：对于调用库生成的对象，使用dir()函数来查看对象的属性和方法。

关注＋点赞，编程其实很简单。下期见～

python读取pdf

上一篇：软件测试|教你用Python处理PDF文件(四)
下一篇：《Python知识手册》，高清pdf免费获取

相关推荐

ipad越狱的好处与坏处（ipad越狱好不好）: 　　好处一：　　1、重命名、重组应用程序　　如果你看着Sparrow(iOS最优秀邮件客户端)这个名字不爽，越狱之后就可以改成“Email”，如果你觉得“豆瓣电台”这个名字不给力，那就改成“中央人民广...

win7光盘重装系统步骤图解（win7光盘如何重装系统）: 1.确认您的电脑支持从光盘启动。如果支持，可以直接将Windows7安装光盘插入电脑的光驱中。 2.打开电脑，按下F2、F10、F12或Delete等键进入BIOS设置界面。 ...

电脑已联网却无法上网（电脑已经联网了但是不能上网）: 电脑连上网后，仍可能存在无法上网的情况，这可能是由多种原因造成的。以下是一些可能的原因和解决方法：1.浏览器问题：有时候，浏览器可能会出现故障，导致无法正常访问网络。您可以尝试清除浏览器的缓存和co...

u盘价格一览表（u盘单价）: 不同品牌价格不同，不同内存价格也不同，例如8g、16g、32g、64g等多种容量大小的，根据容量的不同，报价在29元到120元之间不等。闪存盘虽然小，但相对来说却有很大的存储容量。U盘大多能够存储比一...

windows查看ip命令（windows如何查看ip地址）: 查看电脑IP： 1)使用Windows+R键打开“运行”窗口，然后输入CMD进入命令提示窗口2)进入命令窗口之后，输入：ipconfig/all回车即可...

内存条的作用（内存条的作用和参数配置）: 内存条是存储电脑运行所需的数据和程序，帮助CPU快速读取和运行，提高计算机的运行速度和处理能力。内存条也被称为随机存取存储器（RAM），是电脑中非常必要的一个组件。常见的内存条类型有DDR、DDR2、...

autocad2012安装失败（autocad2012无法安装）: 如果您遇到CAD2012安装不了的问题，可能有几个原因导致这种情况。以下是一些常见的解决方法：1.确保系统要求：首先，请确保您的计算机符合CAD2012的系统要求。检查您的操作系统版本、内存、处理器...

win11 16g内存最佳虚拟内存（window10 16个g虚拟内存设置）: 内存足够大可以将系统的虚拟内存关掉。1、鼠标右键【此电脑】，在菜单中选择【属性】。2、进入属性后，点击【高级系统设置】。3、进入系统属性后，点击高级下面的【设置】。4、进入性能设置后，点击【高级】。5...

查看windows7激活码（win7激活码哪里看）: windows7激活密钥如下：PPBK3-M92CH-MRR9X-34Y9P-7CH2FQ8JXJ-8HDJR-X4PXM-PW99R-KTJ3H8489X-THF3D-BDJQR-D27PH-P...

win10商业版和消费者版区别（win10商业版与消费者版）: 1、用户群体的区别消费者版：通俗来说就是零售版，是一个非常适合个人用户和家庭用户购买的版本。商业版：适合大客户使用的版本，而且还比较适合企业用户使用以及进行批量部署。2、版本区别消费者版Consume...

bilibili加速器（bilibili加速器手机版官网）: 需要在电脑上使用bilibili加速器，因为手机上bilibili已经有自带的加速器功能了。可以在bilibili官网或者一些应用商店下载使用，下完后按照安装提示进行安装即可。如果使用的是第三方软件，...

电脑自带的清理垃圾的工具（电脑自带的清理垃圾的工具叫什么）: CCleaner是一款免费的系统优化和隐私保护工具，它的体积小、扫描速度非常快，支持自定义清理规则，增强了应用程序清理范围和效果。CCleaner是Piriform（梨子公司）最著名广受好评的系统清理...

笔记本电脑用什么下载软件（笔记本电脑用什么下载软件比较好）

如何设置本地连接: 在“控制面板”中，选择“网络和Internet”>“网络和共享中心”。在左侧窗格中，选择“更改适配器设置”。在“网络连接”窗口中，右键单击“本地连接”，然后选择“属性”。在“本地连接...

office2007官方免费版安装包

取消回复欢迎你发表评论:

一周热门

最近发表

首页
收录
顶部