先自我介绍一下,小编浙江大学毕业,去过华为、字节跳动等大厂,目前阿里P7
深知大多数程序员,想要提升技能,往往是自己摸索成长,但自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年最新Python全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上Python知识点,真正体系化!
由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新
如果你需要这些资料,可以添加V获取:vip1024c (备注Python)
正文
parser = PDFParser(fp)
PDF文档对象
doc = PDFDocument(parser)
链接解释器和文档对象
parser.set_document(doc)
doc.set_paeser(parser)
初始化文档
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集合
res = ‘’
for page in PDFPage.create_pages(doc):
使用页面解释器来读取
interpreter.process_page(page)
使用聚合器来获取内容
layout = device.get_result()
for out in layout:
if hasattr(out, “get_text”):
res = res + ‘’ + out.get_text()
return res
第四步:读word格式文件。待优化:word中如果包含execl,暂时读不出来。
def word_reader(file):
try:
docx 直接读
if ‘docx’ in file:
res = ‘’
f = docx.Document(file)
for para in f.paragraphs:
res = res + ‘\n’ +para.text
else:
先转格式doc>docx
os.system(“textutil -convert docx ‘%s’”%file)
word_reader(file+‘x’)
res = ‘’
f = docx.Document(file+‘x’)
for para in f.paragraphs:
res = res + ‘\n’ +para.text
return res
except:
print(file, ‘read failed’)
return ‘’
完整代码
encoding: utf-8
import os, sys
import docx
from pdfminer.pdfparser import PDFParser
from pdfminer.pdfdocument import PDFDocument
from pdfminer.pdfpage import PDFPage
from pdfminer.pdfinterp import PDFResourceManager
from pdfminer.pdfinterp import PDFPageInterpreter
from pdfminer.layout import LAParams
from pdfminer.converter import PDFPageAggregator
def get_files(path):
res = []
for i in os.listdir(path):
去掉临时文件
if os.path.isfile(path+i) and ‘~$’ not in i and ‘.DS’ not in i:
去重 1.doc 和 1.docx
if (path+i).split(“.”)[0] not in str(res):
res.append(path+i)
return res
def pdf_reader(file):
fp = open(file, “rb”)
创建一个与文档相关联的解释器
parser = PDFParser(fp)
PDF文档对象
doc = PDFDocument(parser)
链接解释器和文档对象
parser.set_document(doc)
doc.set_paeser(parser)
初始化文档
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集合
res = ‘’
for page in PDFPage.create_pages(doc):
使用页面解释器来读取
interpreter.process_page(page)
使用聚合器来获取内容
layout = device.get_result()
for out in layout:
if hasattr(out, “get_text”):
res = res + ‘’ + out.get_text()
return res
def word_reader(file):
try:
docx 直接读
if ‘docx’ in file:
res = ‘’
f = docx.Document(file)
for para in f.paragraphs:
res = res + ‘\n’ +para.text
else:
先转格式doc>docx
os.system(“textutil -convert docx ‘%s’”%file)
感谢每一个认真阅读我文章的人,看着粉丝一路的上涨和关注,礼尚往来总是要有的:
① 2000多本Python电子书(主流和经典的书籍应该都有了)
② Python标准库资料(最全中文版)
③ 项目源码(四五十个有趣且经典的练手项目及源码)
④ Python基础入门、爬虫、web开发、大数据分析方面的视频(适合小白学习)
⑤ Python学习路线图(告别不入流的学习)
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
需要这份系统化的资料的朋友,可以添加V获取:vip1024c (备注python)
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
⑤ Python学习路线图(告别不入流的学习)
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
需要这份系统化的资料的朋友,可以添加V获取:vip1024c (备注python)
[外链图片转存中…(img-wB5se8Uf-1713440583350)]
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!