python读取pdf表格_python3读取pdf内容

pdf文档解析库pdfminer.six

在python3环境下要对pdf文档进行解析，需要使用pdfminer.six库,通过pip install pdfminer.six进行安装。

在目前，存在pdfminer和pdfminer.six 两个库。在目前pdfminer的github上，已经停止对pdfminer的更新，但是pdfminer依然可用，但是推荐使用pdfminer.six。

pdfminer.six的使用

安装好pdfminer.six之后，通过import pdfminer进行导入使用。pdfminer库的文本提取方法，主要是high_level模块中的extract_text方法，还有extract_text_to_fp、extract_pages方法。

安装过pdfminer.six之后,通过import pdfminer导入使用

模块的导入

frompdfminer importhigh_level

读取pdf内容示例：

fromio importStringIO

frompdfminer importhigh_level

if__name__ == "__main__":output_string = StringIO()

file = "2019.5p.pdf"

withopen(file,'rb') asreader:

dt = high_level.extract_text(reader,output_string)

print(dt)