都说Python可以提高工作效率,这次还真验证了一下。就以读取PDF中的文本内容为例子吧:
本机最好要有jupyter notebook(Python编译器)
首先,在运行中输入如下代码:
pip install pdfplumber
安装一个第三方插件
待安装成功后,就可以在jupyter notebook执行如下代码
import pdfplumber
#http://github.com/jsvine/pdfplumber
#创建PDF文件对象
pdf=pdfplumber.open('./ENERGY STAR.pdf')
#获得所有的页数
pdf_pages=len(pdf.pages)
#获取指定第1页的文字内容
first_page=pdf.pages[0]
#extract_text()获取当前页面的文本值
first_page.extract_text()
for i in range(0,pdf_pages):
#遍历当前所有的页面,输出全部的文本值
print(pdf.pages[i].extract_text())
执行后就是这个效果: