python自动化办公--pdf文档操作

一、介绍
pdfplumber是一个pdf操作第三方库，可以实现pdf的提取文本、表格、尺寸等。

二、安装库
pip install pdfplumber

三、使用方法
1、类介绍
「pdfplumber.PDF类」
属性 描述
.metadata 获取pdf基础信息，返回字典
.pages 一个包含pdfplumber.Page实例的列表，每一个实例代表pdf每一页的信息。

2、导入库

import pdfplumber

3、打开pdf文件

pdf = pdfplumber.open("test.pdf")

4、获取pdf文档的信息
1)作者等

print(pdf.metadata)

2）页数

print(len(pdf.pages))

3）查看当前页信息

# 第一页pdfplumber.Page实例
first_page = pdf.pages[0]
# 查看页码
print('页码：',first_page.page_number)
# 查看页宽
print('页宽：'first_page.width)
# 查看页高
print('页高：'first_page.height)

4)读取文本

text = first_page.extract_text()
print(text)

5)读取里面的excel表

# 第二页pdfplumber.Page实例
first_page = pdf.pages[1]
# 自动读取表格信息，返回列表
table = first_page.extract_tables()

print(table)