python提取文字的轮廓_别再问如何用Python提取PDF内容了！

点击上方“Python全家桶”，“星标”或"置顶"

关键时刻，第一时间送达

导读

大家好，在之前的办公自动化系列文章中我们已经详细介绍了?如何使用Python批量处理PDF文件，包括合并、拆分、水印、加密等操作。

今天我们再次回到PDF，详细讲解如何使用Python从PDF提取指定的信息。我们将以一份年度报告PDF为例进行介绍，内含大量文字、表格、图片，具体如下

模块安装

首先需要安装两个模块，第一个是pdfplumber，在命令行使用pip安装即可?

pip install pdfplumber

第二个是fitz, 它是pymupdf中的一个模块，同样可以使用pip轻松安装

pip install pymupdf

文字信息提取

使用Python提取PDF中文字代码思路如下

1. 利用pdfplumber打开一个 PDF 文件
2. 获取指定的页，或者遍历每一页
3. 利用.extract_text()方法提取当前页的文字</