extract提取返回结果中的内容_PDF文本信息提取（二）

本文作者：王碧琪
文字编辑：方 言
技术总编：张 邯

在之前的推文《提取PDF文本信息：入门》中，我们使用pdfminer提取了PDF文档中的文本信息，相较之下，今天要介绍的pdfplumber提取文本信息所使用的程序更加简洁，处理方式更直接，一起来学习一下吧~

一、简介

待处理的PDF文档内容如下图示：

pdfplumber中的extract_text函数就可以实现提取文本信息的功能。官方文档如下：

.extract_text(x_tolerance=0, y_tolerance=0) Collates all of the page's character objects into a single string. Adds spaces where the difference between the x1 of one character and the x0 of the next is greater than x_tolerance. Adds newline characters where the difference between the doctop of one character and the doctop of the next is greater than y_tolerance.