python爬取pdf内容_Python读取PDF内容

from urllib.request importurlopenfrom pdfminer.pdfinterp importPDFResourceManager, process_pdffrom pdfminer.converter importTextConverterfrom pdfminer.layout importLAParamsfrom io importStringIOfrom io importopendefreadPDF(pdfFile):

rsrcmgr=PDFResourceManager()

retstr=StringIO()

laparams=LAParams()

device= TextConverter(rsrcmgr, retstr, laparams=laparams)

process_pdf(rsrcmgr, device, pdfFile)

device.close()

content=retstr.getvalue()

retstr.close()returncontent

pdfFile= urlopen("http://pythonscraping.com/pages/warandpeace/chapter1.pdf")

outputString=readPDF(pdfFile)print(outputString)

pdfFile.close()

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值