python读取pdf的曲线_Python提取PDF内容的方法(文本、图像、线条等)

1.安装PDFminer3k

使用pip 命令安装

pip install pdfminer3k

2.编写测试

你可以在这里获得官方参考：PDFMiner

如果你不喜欢看英文的官方文档，这里的翻译也许对你有帮助：中文PDFMiner文档

下面的程序，我拓展了官方给出的例子，你可以通过这个例子统计出来你的pdf文件一共包含哪些内容，比如文本框，曲线，图片等

#!/usr/bin/python

# -*- coding: utf-8 -*-

__author__ = 'yooongchun'

import sys

import importlib

importlib.reload(sys)

from pdfminer.pdfparser import PDFParser,PDFDocument

from pdfminer.pdfinterp import PDFResourceManager, PDFPageInterpreter

from pdfminer.converter import PDFPageAggregator

from pdfminer.layout import *

from pdfminer.pdfinterp import PDFTextExtractionNotAllowed

'''

解析pdf文件，获取文件中包含的各种对象

'''

# 解析pdf文件函数

def parse(pdf_path):

fp = open(pdf_path, 'rb') # 以二进制读模式打开

# 用文件对象来创建一个pdf文档分析器

parser