（一）python编辑PDF文件：pdfplumber库

本文参考Github: pdfplumber 库

(一）安装（cmd运行）：

pip install pdfplumber

（二）类

顶层类：pdfplumber.PDF

核心类：pdfplumber.Page

（三）主要方法&功能简介 

method:

1. .crop(bounding_box, relative=False)
2. .within_bbox(bounding_box, relative=False)
3. .dedupe_chars(tolerance=1)
4. .extract_text(x_tolerance=3, y_tolerance=3, layout=False, x_density=7.25, y_density=13, **kwargs)
5. .extract_words(x_tolerance=3, y_tolerance=3, keep_blank_chars=False, use_text_flow=False, horizontal_ltr=True, vertical_ttb=True, extra_attrs=[])
6. .extract_tables(table_settings)
7. .to_image(**conversion_kwargs)
8. .close()

Explanation:

1. crop 主要用于裁剪页面
2. within_bbox 类似crop，但是如果对象含有超出裁剪边框（bounding box）部分，则不包含此对象
3. dedupe_chars 返回具有重复字符的页面版本
4. extract_text 将 page 中的字符对象（character object）装入单个字符串（string）
5. extract_words 提取单词，返回一个 list 返回 pdf 文件中字符的属性
6. extracr_tables 提取表格中的内容，并转为一个list对象
7. to_image 返回关于 PageImage 类的实例
8. close 刷新缓存

（四）对象（Objects）

pdfplumber.PDF 和 pdfplumber.Page 的每个实例。页面提供对多种类型的PDF对象的访问，所有着些操作都来自 pdfminer.six 库 对PDF的解析。

• chars
• lines
• rects
• curves
• images
• annots
• hyperlinks

每一个object具体见文初链接。