国产探花免费观看_亚洲丰满少妇自慰呻吟_97日韩有码在线_资源在线日韩欧美_一区二区精品毛片,辰东完美世界有声小说,欢乐颂第一季,yy玄幻小说排行榜完本

首頁 > 編程 > Python > 正文

Python批量提取PDF文件中文本的腳本

2020-01-04 15:38:36
字體:
來源:轉載
供稿:網友

本文實例為大家分享了Python批量提取PDF文件中文本的具體代碼,供大家參考,具體內容如下

首先需要執行命令pip install pdfminer3k來安裝處理PDF文件的擴展庫。

import osimport sysimport timepdfs = (pdfs for pdfs in os.listdir('.') if pdfs.endswith('.pdf'))for pdf1 in pdfs: pdf = pdf1.replace(' ', '_').replace('-', '_').replace('&', '_') os.rename(pdf1, pdf) print('='*30) print(pdf)  txt = pdf[:-4] + '.txt' exe = '"' + sys.executable + '" "' pdf2txt = os.path.dirname(sys.executable) pdf2txt = pdf2txt + '//scripts//pdf2txt.py" -o ' try: #調用命令行工具pdf2txt.py進行轉換 #如果pdf加密過可以改寫下面的代碼 #在-o前面使用-P來指定密碼 cmd = exe + pdf2txt + txt + ' ' + pdf os.popen(cmd) #轉換需要一定時間,一般小文件2秒鐘足夠了 time.sleep(2) #輸出轉換后的文本,前200個字符 with open(txt, encoding='utf8') as fp:  print(fp.read(200)) except: pass

來源:python小屋

以上就是本文的全部內容,希望對大家的學習有所幫助,也希望大家多多支持VEVB武林網。


注:相關教程知識閱讀請移步到python教程頻道。
發表評論 共有條評論
用戶名: 密碼:
驗證碼: 匿名發表
主站蜘蛛池模板: 闽侯县| 富川| 陆川县| 仙桃市| 玛多县| 搜索| 大邑县| 革吉县| 岗巴县| 宣城市| 泗水县| 巢湖市| 明水县| 北辰区| 宝兴县| 江西省| 丁青县| 突泉县| 武隆县| 黎城县| 喀喇沁旗| 依安县| 兰坪| 蒙自县| 册亨县| 攀枝花市| 凌云县| 龙泉市| 磐石市| 肥乡县| 环江| 兰溪市| 合江县| 丰台区| 宿州市| 永德县| 乐业县| 南乐县| 芜湖市| 普陀区| 绥阳县|