pdfplumber简介
(1)可以方便地获取pdf的各种信息,包括文本、表格、图表、尺寸等,它不支持修改或生成pdf,也不支持对pdf扫描件的处理
(2)pdfplumber中有两个基础类,PDF和Page。前者用来处理整个文档,后者用来处理整个页面
实操步骤:
(1) 使用pdfplumber提取表格文本
①使用 pdfplumber.open("path/to/file.pdf") 读取pdf,返回一个pdfplumber.PDF类实例
PS.加载带密码的pdf需要传入参数password,例如:pdfplumber.open("file.pdf", password = "test")
②pdfplumber.PDF类介绍
Ⅰ.metadata属性:从PDF的Info中获取元数据键 /值对字典。 通常包括“ CreationDate”,“ ModDate”,“ Producer”等。
Ⅱ.pages属性:一个包含多个pdfplumber.Page实例的列表,每一个实例代表PDF每一页的信息。
Ⅲ.len(pdf.pages)——读取页数;first_page=pdf.pages[0]——选取页码