使用python 3.6读取pdf文件 - 腾讯云开发者社区 - 腾讯云

开发者社区

文档建议反馈控制台

文章/答案/技术大牛

发布

python读取pdf文件

使用python读取pdf文件的内容读取第1页的内容： import PyPDF2 pdfFileObj = open('a.pdf', 'rb') pdfReader = PyPDF2.PdfFileReader...文件共有多少页，并输出该pdf的第1页的内容。...读取第1-100页的内容： import PyPDF2 pdfFileObj = open('a.pdf', 'rb') pdfReader = PyPDF2.PdfFileReader(pdfFileObj...文件共有多少页，并输出该pdf的第1-100页的内容。...注意：将a.pdf与python文件放在同一目录下。

1.7K2 0

python3读取pdf文件

一.安装pdfminer3k模块二.读取pdf文件 import sys import importlib importlib.reload(sys) from pdfminer.pdfparser...from pdfminer.pdfinterp import PDFTextExtractionNotAllowed def readPDF(path, toPath): # 以二进制形式打开pdf...文件 with open(path, "rb") as f: # 创建一个pdf文档分析器 parser = PDFParser(f) # 创建pdf...# print(str) f.write(str+"\n") path = r"G:\program\PycharmProjects\day06\3.读取...pdf文件\文档.pdf" toPath = r"G:\program\PycharmProjects\day06\3.读取pdf文件\a.txt" readPDF(path, toPath)

2.6K1 0

您找到你想要的搜索结果了吗？

是的

没有找到

Python读取PDF内容

1，引言晚上翻看《Python网络数据采集》这本书，看到读取PDF内容的代码，想起来前几天集搜客刚刚发布了一个抓取网页pdf内容的抓取规则，这个规则能够把pdf内容当成html来做网页抓取。...2，把pdf转换成文本的Python源代码下面的python源代码，读取pdf文件内容(互联网上的或是本地的)，转换成文本，打印出来。...这段代码主要用了一个第三方库PDFMiner3K把PDF读成字符串，然后用StringIO转换成文件对象。...") outputString = readPDF(pdfFile) print(outputString) pdfFile.close() 如果PDF文件在你的电脑里，那就把urlopen返回的对象pdfFile...替换成普通的open()文件对象。

2.4K3 0

python读取pdf文档

# -*- coding: utf-8 -*- #读取pdf文档 from pdfminer.pdfparser import PDFParser,PDFDocument from pdfminer.pdfinterp...pdfminer.pdfdevice import PDFDevice import pdfminer.pdfinterp #获取文档对象 fp = open("naacl06-shinyama.pdf...(doc) doc.set_parser(parser) #初始化文档 doc.initialize("") #创建pdf资源管理器 resource = PDFResourceManager()...interpreter=PDFPageInterpreter(device,device) #使用文档对象得到页面的集合 for page in doc.get_pages(): #使用页面解释器来读取...interpreter.process_page(page) #使用聚合器来获取内容 layout= device.get_result() for out in

1.1K1 0

使用Python生成pdf文件

Python平台的优秀PDF报表类库Reportlab。...使用canvas画出一份整洁的PDF报表。.../usr/bin/python from reportlab.pdfgen import canvas def hello(): c = canvas.Canvas("helloworld.pdf...") c.drawString(100,100,"Hello,World") c.showPage() c.save() hello() 示例二、生成单个文件的pdf #需要安装字体...(report) 示例三、循环生成指定目录下的多个文件（） #!

4.1K1 0

python读取pdf文档-实战

# -*- coding: utf-8 -*- #读取pdf文档 from pdfminer.converter import PDFPageAggregator from pdfminer.layout...pdfminer.pdfdevice import PDFDevice import pdfminer.pdfinterp #获取文档对象 fp = open("naacl06-shinyama.pdf...(doc) doc.set_parser(parser) #初始化文档 doc.initialize("") #创建pdf资源管理器 resource = PDFResourceManager()...interpreter=PDFPageInterpreter(resource,device) #使用文档对象得到页面的集合 for page in doc.get_pages(): #使用页面解释器来读取...interpreter.process_page(page) #使用聚合器来获取内容 layout= device.get_result() for out in

1.1K2 0

【python 3.6】python读取json数据存入MySQL（一）

整体思路： 1，读取json文件 2，将数据格式化为dict，取出key，创建数据库表头 3，取出dict的value，组装成sql语句，循环执行 4，执行SQL语句 #python 3.6 # -*-

6.4K2 0

使用python合并多个pdf文件

今天需要整理一份资料，需要把多个pdf合并为一个，wps这些软件自然是有这个功能，但一般都是收费的，百度上也有很多网站，但资料上传到别人的网站，始终觉得还是不太可靠，故自己搜索了一下使用python来处理...pdf文件，故此分享这个方法 python处理pdf需要用到一个PyPDF2的库，故首先安装这个第三方库安装这些第三方库推荐使用国内的源，比如清华、豆瓣、百度、华为等 pip install PyPDF2...target_path = r'pdf' ## pdf目录文件 pdf_lst = [f for f in os.listdir(target_path) if f.endswith('.pdf'...() for pdf in pdf_lst: file_merger.append(pdf,import_bookmarks=False) # 合并pdf文件 file_merger.write...(r"合并文件.pdf") 注意一下：合并的时候，pdf_lst 是根据文件的名称来排序生成，如果对于pdf文件合成顺序有要求，建议吧文件按照期望的合成顺序编号1 2 3这样，方便一些比如像下面这种

3.2K1 0

Python 操作pdf(pdfplumber读取PDF写入Exce)

Python 操作pdf(pdfplumber读取PDF写入Exce)1....您可以使用此方法刷新缓存并释放内存。1.2 常用操作PDF是Portable Document Format的缩写，这类文件通常使用.pdf作为其扩展名。...1.读取pdf文档信息2.输出总页数3.读取第一页宽度、高度等信息4.读取文本第一页加载pdf pdfplumber.open( "路径/文件名. pdf".pas sword="test "laparams.... six的布局引擎,请传递laparams关键字参数1.2.1 Python读取pdf文件案例pdf文件如下1.2.2 Python读取pdf文件代码import pdfplumber# 加载pdfpath...python张152 25 男深圳 javaProcess finished with exit code 01.2.3 Python读取pdf文件存入Excel代码import pdfplumberimport

1.3K1 0

【python 3.6】python读取json数据存入MySQL（二）

在网上找到一个包含全国各省市经纬度的json文件，也可以通过上次的办法，解析json关键字，构造SQL语句，插入数据库。...JSON文件格式如下： [ { "name": "北京市", "log": "116.46", "lat": "39.92", "...下面是代码： #python 3.6 # -*- coding:utf-8 -*- __author__ = 'BH8ANK' import json import pymysql conn = pymysql.connect...密码 db='xdb', # 数据库名称 charset='utf8', # 连接编码，根据需要填写 ) cur = conn.cursor() # 创建并返回游标 # 根据文件内容创建表头

2.8K1 0

如何使用Python读取大文件

背景最近处理文本文档时（文件约2GB大小），出现memoryError错误和文件读取太慢的问题，后来找到了两种比较快Large File Reading 的方法，本文将介绍这两种读取方法。...Python 将文本文件的内容读入可以操作的字符串变量非常容易。文件对象提供了三个“读”方法： .read()、.readline() 和 .readlines()。...每种方法可以接受一个变量以限制每次读取的数据量，但它们通常不使用变量。 .read() 每次读取整个文件，它通常用于将文件内容放到一个字符串变量中。...基本能满足中大型文件处理效率需求。如果从rb(二级制读取)读取改为r(读取模式)，慢5-6倍。...结论在使用python进行大文件读取时，应该让系统来处理，使用最简单的方式，交给解释器，就管好自己的工作就行了。同时根据不同的需求可以选择不同的读取参数进一步获得更高的性能。

6.3K12 1

php读取pdf文件_php怎么转换成pdf

一般设置为A4 Unicode：为true，输入的文本为Unicode字符文本 Encoding：设置编码格式，默认为utf-8 Diskcache：为true，通过使用文件系统的临时缓存数据减少...RAM的内存使用。...//设置文件信息 $pdf->SetCreator(PDF_CREATOR); $pdf->SetAuthor(“jmcx”); $pdf->SetTitle(...Type：图片的格式，支持JPGE，PNG，BMP，GIF等，如果没有值，则从文件的扩展名中自动找到文件的格式。 Link：图片链接。...I，默认值，在浏览器中打开；D，点击下载按钮， PDF文件会被下载下来；F，文件会被保存在服务器中；S，PDF会以字符串形式输出；E：PDF以邮件的附件输出。

15.2K1 0

Python 3.6 使用 pyinst

自己做了一个加密解密的小软件，想打包成exe文件。在网上搜发现pyinstaller使用起来简单点。...在这里记录自己遇到问题使用的是Python 3.6版本，直接使用pip安装 pip install pyinstaller 安装过程很顺利，安装的是3.2.1版本使用看起来也很简单，pyinstaller...，但是Python example.py 执行没问题，应该是pyinstaller和 Python不兼容，在一位大神处找到了答案。...RTFM: PyInstaller 3.2.1 does not support Python 3.6 最新版不支持Python 3.6, 感受到了绝望，我为什么要用Python 3.6。。。...按照他的方法最终实现了生成exe文件下载：https://github.com/pyinstaller/pyinstaller zip包，找到Pyinstaller文件夹，替换/python/lib/

6692 0

Python读取PDF文档并翻译

翻译服务选择免费的百度翻译api：https://api.fanyi.baidu.com/ 标准版服务完全免费，不限使用字符量完成身份认证，还可免费升级至高级版、尊享版，每月享受200万免费字符量及增值服务...文件，获取文件中包含的各种对象 ''' # 解析pdf文件函数 def parse(pdf_path): textName = pdf_path.split('\\')[-1].split('....')[0] + '.txt' fp = open(pdf_path, 'rb') # 以二进制读模式打开 # 用文件对象来创建一个pdf文档分析器 parser = PDFParser...> 当前文件：", os.path.join(rootPath, textName)) if os.path.exists(os.path.join(rootPath, textName)):...pdf转txt： ? 翻译： ?

2.4K3 0

python读取文件——python读取和保存mat文件

一、mat文件 mat数据格式是Matlab的数据存储的标准格式。在Matlab中主要使用load()函数导入一个mat文件，使用save()函数保存一个mat文件。对于文件 ?...二、python中读取mat文件在python中可以使用scipy.io中的函数loadmat()读取mat文件，函数savemat保存文件。...1、读取文件如上例： #coding:UTF-8 ''' Created on 2015年5月12日 @author: zhaozhiyong ''' import scipy.io as...scio dataFile = 'E://data.mat' data = scio.loadmat(dataFile) 注意，读取出来的data是字典格式，可以通过函数type(data)查看...2、保存文件将这里的data['A']矩阵重新保存到一个新的文件dataNew.mat中： dataNew = 'E://dataNew.mat' scio.savemat(dataNew, {'A'

27.3K3 0

使用Python合并任意多个PDF文件

在工作中，经常会遇到合并pdf文件的需求，这时候你会发现不是一件很容易完成的任务。包括WPS、福昕阅读器在内的很多软件都有合并pdf文件的功能，但是只有交钱变成会员之后才能使用，否则只能合并3页。...有不少网站提供了在线合并pdf文件的功能，但也是必须交钱才能用。还有的显示合并成功，但就是无法下载。如果你会一点Python，就会发现这是一件很容易的事，并且不用花一分钱。...功能描述：使用Python合并任意多个PDF文件。详细步骤： 1、安装扩展库PyPDF2。 ? 2、编写代码。 ?...3、把代码中pdf_files的内容改成自己要合并pdf文件名，运行代码，一眨眼，合并完成。

5.2K2 0

使用Python拆分和合并PDF文件

安装Python库并将PDF文件装载到Python中我们将使用PyPDF4库来处理PDF文件。...图1：使用Python提取PDF文件基本信息为了演示，我将从文件中随机提取一些页面，假设我只想获得第1-3、5、6和11-12页。...从PDF文件中获取页面我们可以使用pdf.getPage()从pdf对象获取特定页面。记住，Python索引从0开始，而不是1，因此许多Python库都遵循此约定。...getPage()方法允许我们将PDF文件拆分为单独的页面，以便我们可以选择，然后使用Python将它们合并到一个文件中。...图2：使用Python从PDF文件中获取页面创建并保存PDF文件现在我们已经成功地从PDF中提取了一个页面。

3.3K1 0

python读取文件——python读取和保存mat文件

一、mat文件 mat数据格式是Matlab的数据存储的标准格式。在Matlab中主要使用load()函数导入一个mat文件，使用save()函数保存一个mat文件。对于文件 ?...二、python中读取mat文件在python中可以使用scipy.io中的函数loadmat()读取mat文件，函数savemat保存文件。...1、读取文件如上例： #coding:UTF-8 ''' Created on 2015年5月12日 @author: zhaozhiyong ''' import scipy.io as...scio dataFile = 'E://data.mat' data = scio.loadmat(dataFile) 注意，读取出来的data是字典格式，可以通过函数type(data)查看。...2、保存文件将这里的data['A']矩阵重新保存到一个新的文件dataNew.mat中： dataNew = 'E://dataNew.mat' scio.savemat(dataNew, {'A'

8.2K6 0

使用Python读取plist文件并分割

使用Python读取plist文件并分割原图 plist文件简介根据百度百科介绍，plist是一种文件形式，通常用于储存用户设置，也可以用于存储捆绑的信息，该功能在旧式的Mac OS中是由资源分支提供的...分析plist文件结构可知，其本质是XML文档，因而我们可以使用XML解析器分析plist文件，读取各个图片的信息并将原图切割即可。...使用方法以及注意本代码是读取一个目录的路径，找出所有的plist文件，并将所有切割后的图像当在当前目录(py文件所处的目录)的res文件夹中。...注意的是，plist文件名和原图名必须一致，如果不一致需要对代码或者对文件名做一些相应的修改。使用方式是 python 文件名.py -dir 目录路径。...比如，plist文件都处于目录D:\plists中，将以上代码保存为plistCutter.py，在当前目录使用命令行输入 python plistCutter.py -dir D:\plists

4.4K2 0

如何使用 Python批量读取多个文件

当我们要批量读取多个文件所有内容，并把所有行打印出来时，我们可能会这样写代码： file_list = ['1.txt', '2.txt', '3.txt']for path in file_list:...Python 自带一个更好用的模块：fileinput。...如果要使用 fileinput读取列表中的多个文件，那么可以这样写代码： import fileinputfile_list = ['1.txt', '2.txt', '3.txt']with fileinput.input...不仅如此，这段代码不做任何修改，我们在 read.py同目录下创建3个文件 1.txt 2.txt 3.txt。...然后使用如下命令运行： python3 read.py 1.txt 2.txt 3.txt 运行效果如下图所示： ? 自动把参数对应的文件都读入并打印了出来。这里的参数可以有任意多个。

12.2K3 0

点击加载更多

相关资讯

热门标签

活动推荐

运营活动

活动名称

广告关闭