# coding=utf-8
import pdfminer
#读取pdf文件
from pdfminer.converter import PDFPageAggregator
from pdfminer.layout import LAParams
from pdfminer.pdfparser import PDFParser,PDFDocument
from pdfminer.pdfdevice import PDFDevice
from pdfminer.pdfinterp import PDFPageInterpreter,PDFResourceManager
from pdfminer.pdfparser import PDFPage
fp=open("a.pdf","rb")#根据二进制的方式读取
#如果是url
#fp=request.urlopen(url)#网址
#创建与文档关联的解释器
parser=PDFParser(fp)
#创建一个pdf文档对象
doc=PDFDocument()
#连接解释器和文档对象
parser.set_document(doc)
doc.set_parser(parser)
#对文档进行初始化
doc.initialize("")#文件没有密码就是空字符串
#创建一个pdf资源管理器
resouse=PDFResourceManager()
#创建一个参数分析器
lap=LAParams()
#创建一个聚合器
device=PDFPageAggregator(resouse,laparams=lap)
#创建一个页面解释器
interpreter=PDFPageInterpreter(resouse,device)
#开始读取内容
for page in doc.get_pages():
#调用页面解释器来解释
interpreter.process_page(page)
#使用聚合器来获得内容
layout=device.get_result()
for out in layout:
if hasattr(out,"get_text"):
print(out.get_text())
import pdfminer
#读取pdf文件
from pdfminer.converter import PDFPageAggregator
from pdfminer.layout import LAParams
from pdfminer.pdfparser import PDFParser,PDFDocument
from pdfminer.pdfdevice import PDFDevice
from pdfminer.pdfinterp import PDFPageInterpreter,PDFResourceManager
from pdfminer.pdfparser import PDFPage
fp=open("a.pdf","rb")#根据二进制的方式读取
#如果是url
#fp=request.urlopen(url)#网址
#创建与文档关联的解释器
parser=PDFParser(fp)
#创建一个pdf文档对象
doc=PDFDocument()
#连接解释器和文档对象
parser.set_document(doc)
doc.set_parser(parser)
#对文档进行初始化
doc.initialize("")#文件没有密码就是空字符串
#创建一个pdf资源管理器
resouse=PDFResourceManager()
#创建一个参数分析器
lap=LAParams()
#创建一个聚合器
device=PDFPageAggregator(resouse,laparams=lap)
#创建一个页面解释器
interpreter=PDFPageInterpreter(resouse,device)
#开始读取内容
for page in doc.get_pages():
#调用页面解释器来解释
interpreter.process_page(page)
#使用聚合器来获得内容
layout=device.get_result()
for out in layout:
if hasattr(out,"get_text"):
print(out.get_text())