weixin_46577019的博客

原创 pdf文件中特定词语筛选

对于pdf文件中的文字进行筛选并计数，文件量太大，且文件内容太多，用python编程实现，前部分是网上找到的pdf读取模块，后部分关键词根据需要进行变动即可。 ps:表中出现的是特定字符串的索引值，没出现的是-1，如果需要出现了记录1，没出现记录0可以使用df.replace(-1,0)，df.mask(df != 0,1)这两句。 #!/usr/bin/env python # -*- coding: utf-8 -*- from pdfminer.pdfparser import PDFPar..