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)