python pdf模块_pdf相关模块介绍与安装 Python提取PDF文字

pdf相关模块简介与安装 pypdf2模块

它可以读取、写入、分割、合并PDF文件，需要单独安装，不包含在Python标准模块里，官网：https://pythonhosted.org/PyPDF2/ pdfplumber模块

它可以更好地读取PDF文件内容，可以提取PDF中的表格，也是需要单独安装，不包含在Python标准模块里，官网：https://github.com/jsvine/pdfplumber/

发挥你的想象力！节约你的时间！有好多PDF要合并到同一个PDF里？从一堆财报中找到关键的呢些数据？批量加密PDF？把某些页面旋转一下？批量添加水印？……

直接使用pip命令安装PyPDF2和pdfplumber即可，鳄鱼君这里直接在pycharm的setting里面安装的，应该不会出现问题!

pdfplumber提取文字

利用pdfplumber提取文字，使用pdfplumber.open(PDF路径)打开PDF文件，pdf.pages[页数]获取页数，page.extract_text()获取文本内容

pdfplumber提取表格

提取简单的表格

提取多个简单表格

extract_tables()方法接收table_settings参数，该参数是一个字典，可以规定表格的信息，可以查看官方文档，这里不详细介绍！

PDF写入Excel表格

将pdf中提取到的table写入到Excel表格中

对于不规整的PD表格，在提取的过程可能会出现空行和单词切分的问题，这里需要进行判断。对于