pdf如何用python读取?

python中可以使用pdfminer库来读取PDF文件中的内容。

安装命令：

pipinstallpdfminer

pipinstallpdfminer3k

python中读取PDF文件代码：

fromurllib.requestimporturlopen

frompdfminer.pdfinterpimportPDFResourceManager,process_pdf

frompdfminer.converterimportTextConverter

frompdfminer.layoutimportLAParams

fromioimportStringIO

fromioimportopen

defreadPDF(pdfFile):

rsrcmgr=PDFResourceManager()

retstr=StringIO()

laparams=LAParams()

device=TextConverter(rsrcmgr,retstr,laparams=laparams)

process_pdf(rsrcmgr,device,pdfFile)

device.close()

content=retstr.getvalue()

retstr.close()

returncontent

pdfFile=urlopen("http://pythonscraping.com/pages/warandpeace/chapter1.pdf")

outputString=readPDF(pdfFile)

print(outputString)

pdfFile.close()

解析pdf文件用到的类：

PDFParser：从一个文件中获取数据

PDFDocument：保存获取的数据，和PDFParser是相互关联的

PDFPageInterpreter处理页面内容

PDFDevice将其翻译成你需要的格式

PDFResourceManager用于存储共享资源，如字体或图像。

以上内容为大家介绍了pdf如何用python读取?希望对大家有所帮助，如果想要了解更多Python相关知识，请关注IT培训机构:开发教育。

鹏仔微信 15129739599 鹏仔QQ344225443 鹏仔前端 pjxi.com 共享博客 sharedbk.com