python显示pdf_用Python显示和处理PDF文件

pdf是电子书，文档经常会用的格式，除了下载各种阅读器以外，我们也可以用Python批量处理大量PDF文件。本文用到了pypdf2，pdfminer.six，pdf2image来做常规处理。

pypdf2 获取pdf的基本信息，如作者，书名，页数等

5 from PyPDF2 import PdfFileReader

6

7 def extract_information(pdf_path,filename):

8 try:

9 with open(pdf_path, 'rb') as f:

10 pdf = PdfFileReader(f)

11 information = pdf.getDocumentInfo()

12 number_of_pages = pdf.getNumPages()

13

14 title=filename.split('.pdf')[0]

15 if information.title is not None and len(information.title)>0:

16 title=information.title

17 print(f"{title} page : {number_of_pages}")

18 except Exception as e:

19 pass

基于文字的PDF

pdfminer.six 可以取出文本

8 from io import StringIO

9 from pdfminer.l