最近需要批量提取PDF文件内容,虽然网上搜索到有现成的转换软件,但安装后却是试用版本,而且功能较为单一。干脆就自己边学习边用Python写一个代码。
利用pdfplumber模块来实现对PDF文件中的文字和表格进行提取,将提取出来的内容写入一份csv表格中,每一份PDF文件生成一行数据。
现在记录一下,离线安装pdfplumber模块遇到的问题。
电脑是局域上网,我只能先把pdfplumber模块下载保存到U盘,再进行安装。
Python版本号是3.7,下载的pdfplumber是0.5.27
自己是新手小白,没办法,就先在另一台可以上外网的手提电脑上在线试安装一遍,看看都自动下载并安装了哪些模块。
成功在另一台手提电脑上自动安装了,最后的安装信息显示了其他的关联模块:
Wand-0.6.6
pdfminer.six-20200517-py3-none-any.whl
pycryptodome-3.10.1
sortedcontainers-2.3.0
接着按图索骥,先手动下载上面5个模块,下载地址是
https://pypi.tuna.tsinghua.edu.cn/simple/添加链接描述
下载的5个库保存在安装电脑上,指向目录逐个进行安装。注意安装的顺序,最后才安装pdfplumber,否则可能会报错。
当安装pycryptodome-3.10.1时报错,报错内容不是缺所依赖的库,估计是版本不匹配,重新下载了一个较低版本的,顺利通过。
5个库逐个安装完成,试运行一下没有报错,安装成功。