Python读取PDF的两种方式

电玩女神 2021-12-04 02:23 379阅读 0赞

首先要安装库：

pip install pdfminer3

代码很简单：

from urllib.request import urlopen
    from pdfminer.pdfinterp import PDFResourceManager, process_pdf
    from pdfminer.converter import TextConverter
    from pdfminer.layout import LAParams
    from io import StringIO
    
    
    def readPDF(pdfFile):
        rsrcmgr = PDFResourceManager()
        retstr = StringIO()
        laparams = LAParams()
        device = TextConverter(rsrcmgr, retstr, laparams=laparams)
        process_pdf(rsrcmgr, device, pdfFile)
        device.close()
        content = retstr.getvalue()
        retstr.close()
        return content
    
    
    pdfFile = open("Python编程：从入门到实践.pdf", 'rb')
    # pdfFile = urlopen("http://pythonscraping.com/pages/warandpeace/chapter1.pdf")
    outputString = readPDF(pdfFile)
    print(outputString)
    pdfFile.close()

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM3NTk4MDEx_size_16_color_FFFFFF_t_70][]

如果要通过url获取，只需要把：

# pdfFile = urlopen("http://pythonscraping.com/pages/warandpeace/chapter1.pdf")

这行代码的注释去除即可……

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM3NTk4MDEx_size_16_color_FFFFFF_t_70]: /images/20211203/22a65fd3fb484d21b706826fcc8a1c92.png

发表评论取消回复

表情：

评论列表（有 0 条评论，379人围观）

还没有评论，来说两句吧...

相关阅读

相关 Java读取plc的DB块的两种方式

方式一: 通过github提供的一门技术 1.首先引入maven坐标 <dependency> <groupId>com.git

小鱼儿/ 2024年04月08日 08:40/ 0 赞/ 59 阅读

相关 python读取Excel绘制饼图的两种方式

python的两种数据作图方案 matplotlib简单方便，适合数据作图或科学作图（论文发表） pyecharts流程略复杂，但功能强大，图形具有交互式，适

谁践踏了优雅/ 2024年03月30日 08:43/ 0 赞/ 95 阅读

相关 python打开浏览器的两种方式

python 打开浏览器方法一： import os os.system(""C:/Program Files/Internet Explorer/iexplore.exe

心已赠人/ 2024年03月25日 17:22/ 0 赞/ 114 阅读

相关 sparksql读取mysql表的两种方式

一、mysql数据表及数据 mysql> use test; Reading table information for completion of tabl

Bertha 。/ 2023年02月27日 05:40/ 0 赞/ 45 阅读

相关天池实验室|读取数据集的两种方式

读取挂载数据中的数据集 ![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNz

梦里梦外;/ 2022年11月30日 12:29/ 0 赞/ 631 阅读

相关 JavaWeb读取配置文件路径的两种方式

下载: [读取properties文件路径的两种方式.zip][properties_.zip](免积分,文档+项目示例) 注: 还可以使用 request

系统管理员/ 2022年08月12日 02:58/ 0 赞/ 229 阅读

相关【Python】Python的两种运行方式01

1.交互式在Python Shell中编写，多用于数据处理 ![Center][]![Image 1][] 2.完成编码，然后统一解释执行例如在PyCharm，Ec

旧城等待，/ 2022年06月14日 10:16/ 0 赞/ 226 阅读

相关 Python 输出百分比的两种方式

Python 输出百分比的两种方式注：在python3环境下测试。方式1：直接使用参数格式化：`{:.2%}` `{:.2%}`：显示小数点后2位显

ゞ浴缸里的玫瑰/ 2022年05月19日 13:55/ 0 赞/ 228 阅读

相关 springboot读取配置文件数据的两种方式

springboot的配置文件比较简单，默认是一个application.properties文件，可以修改为.yml格式。有时候我们读取配置文件中的数据，比如端口号，又或

た入场券/ 2022年02月28日 10:03/ 0 赞/ 517 阅读

相关 Python读取PDF的两种方式

首先要安装库： pip install pdfminer3 代码很简单： from urllib.request import urlopen

电玩女神/ 2021年12月04日 02:23/ 0 赞/ 380 阅读