python代码解析｜将多个pdf中文本分目录储存

上篇文章得到了text，如何保存和处理呢？

直接使用代码

import os
import re
from pdfminer.high_level import extract_text

def extract_and_save_text_by_filename(pdf_folder, output_folder, start_str, end_str):
    """
    提取PDF文件夹中所有文件的文本，并按照文件名保存到指定输出文件夹。
    
    :param pdf_folder: PDF文件所在的文件夹路径
    :param output_folder: 提取文本保存的文件夹路径
    :param start_str: 起始字符串
    :param end_str: 结束字符串
    """
    # 确保输出文件夹存在
    if not os.path.exists(output_folder):
        os.makedirs(output_folder)

    # 遍历PDF文件夹中的所有PDF文件
    for filename in os.listdir(pdf_folder):
        if filename.lower().endswith('.pdf'):
            pdf_path = os.path.join(pdf_folder, filename)
            text = extract_text(pdf_path)
            
            # 查找起始和结束字符串的位置
            matches = [m.start() for m in re.finditer(start_str, text)]
            if len(matches) < 2:
                print(f"'{start_str}' 在 {filename} 中出现次数不足两次。")