Python对pdf中的关键字过滤（pdfminer3k或pdfminer使用）

最近在实习，老板一下子发给了我120份研报，然而很多都是没用的。聪明的大脑一定要想办法让电脑帮助自己完成简单的工作！

下面是Python筛选含有“”丙烯“”关键字的程序，由于文件的保密性只能贴出代码。

注意：

1. pip install pdfminer3k而不是pdfminer
2. 导入的时候名字是pdfminer，原因我才是python版本的问题

# -*- coding: utf-8 -*-
"""
Created on Fri May 10 16:54:16 2019

@author: didi.lv
"""



import os


from io import StringIO
import shutil

# 注意：一定要pip install pdfminer3k 而不是pdfminer
from pdfminer.pdfinterp import PDFResourceManager, process_pdf
from pdfminer.converter import TextConverter
from pdfminer.layout import  LAParams

# 读取pdf的函数，返回内容
def readPdf(pdf_file):
    rsrcmgr = PDFResourceManager()
    retstr = StringIO()
    laparams = LAParams()
    device = TextConverter(rsrcmgr=rsrcmgr, outfp=retstr, laparams=laparams)

    process_pdf(rsrcmgr=rsrcmgr, device=device, fp=pdf_file)
    device.close()

    content