python多进程 多参数 非阻塞异步 读pdf 保存数据到 xlwings

要查看PDF内容，看的眼睛痛，那就编程吧。

import xlwings as xw
import glob
import pdfplumber
import re
import multiprocessing

def readPdf(path):
    with pdfplumber.open(path) as pdf:
        content = ''
        # len(pdf.pages)为PDF文档页数
        for i in range(len(pdf.pages)):
            # pdf.pages[i] 是读取PDF文档第i+1页
            page = pdf.pages[i]
            # page.extract_text()函数即读取文本内容，下面这步是去掉文档最下面的页码
            page_content = '\n'.join(page.extract_text().split('\n')[:-1])
            content = content + page_content
    return content

def pare_pdf(content):
    pattern = re.compile('.*?润滑状态：(.*?)。.*?染与磨损状态：(.*?)。.*?议措施：(.*?)。.*?', re.S)  # 用于匹配至少一个数字
    s1 = pattern.findall(content)
    data={
        #剔除出" \n" s2= re.sub(" \n","",s1[0][1])
        0:re.sub(" \n","",s1[0][0]),
        1:re.sub(" \n","",s1[0][1]),
        2:re.sub(" \n","",s1[0][2]),
    }
    return data
def pdf_main(path,msg):
    print(path)
    content = readPdf(path)
    #解析内容
    data=pare_pdf(content)
    print(multiprocessing.current_process().name + '-' + msg)
    return data
def excel_write(result):
    app = xw.App(visible=False, add_book=False)
    wb = app.books.open('pdftoexcel.xlsm')
    wb.sheets["Sheet1"].clear()
    for i,res in enumerate(results):
        res_value=res.get()
        table1=[res_value[0],res_value[1],res_value[2]]
        wb.sheets["Sheet1"].range("B"+str(i+1)).value=table1#可同时写BCD三列
        print(res_value)
    wb.save()
    wb.close()
    app.quit()

if __name__ == "__main__":

    #希望获得所有 pdf 文件的路径。用glob，一条命令就能完成这个功能。
    pdf_path = "G:\风机油品检测\\2019年 华能会理四期风电场油品检测报告\华能会理四期风电场油品检测报告\\1 主齿"
    pdfs = glob.glob("{}/*.pdf".format(pdf_path))
    cpus = multiprocessing.cpu_count()
    # 定义进程数量，设置为cpus核心的4倍
    p = multiprocessing.Pool(cpus * 4)
    results = []
    for i,path in enumerate(pdfs):
        msg = "hello %d" %(i)
        results.append(p.apply_async(pdf_main, args=(path, msg)))#多参数
    p.close()
    p.join()
    print("Sub-process(es) done.")
    excel_write(results)
    print("excel done.")

更多关于多线程和多进程 请看
https://www.cnblogs.com/whatisfantasy/p/6440585.html