python操作pdf文件

安装模块

pip install pdfplumber
pip install PyPDF2
pip install pypwin32

pdf 文件读取

"""
path: pdf的文件路径
pdfplumber.open(path): 文件打开读取
_pdf.pages： 获取pdf总页数
_pdf.pages[i].extract_text() ： 获取每页的pdf的内容
"""

def get_pdf_content(path):
    _pdf = pdfplumber.open(path)
    pages = len(_pdf.pages)  # _pdf.pages  输出的是列表数据
    all_content = [_pdf.pages[i].extract_text() for i in range(pages)]
    return all_content
    
if __name__ == '__main__':
    data = get_pdf_content('test.pdf')
    print(data[0])

读取pdf中的表格数据

def get_pdf_tables(path):
    _pdf = pdfplumber.open(