亚洲激情专区-91九色丨porny丨老师-久久久久久久女国产乱让韩-国产精品午夜小视频观看

溫馨提示×

怎么用Python批量提取PDF中的信息

小億
119
2023-10-30 09:33:26
欄目: 編程語言

要使用Python批量提取PDF中的信息,可以使用Python的一個庫叫做PyPDF2。下面是一個簡單的例子,可以幫助你開始提取PDF中的文本信息:

首先,你需要安裝PyPDF2庫。可以使用以下命令在終端或命令提示符中安裝該庫:

pip install PyPDF2

然后,你可以使用以下代碼來提取PDF中的文本信息:

import PyPDF2

def extract_text_from_pdf(pdf_path):
    with open(pdf_path, 'rb') as file:
        pdf = PyPDF2.PdfFileReader(file)
        text = ""
        for page_number in range(pdf.getNumPages()):
            page = pdf.getPage(page_number)
            text += page.extractText()
        return text

# 批量提取PDF中的文本信息
pdf_folder = "pdf文件夾路徑"
output_folder = "輸出文件夾路徑"

import os

for filename in os.listdir(pdf_folder):
    if filename.endswith(".pdf"):
        pdf_path = os.path.join(pdf_folder, filename)
        text = extract_text_from_pdf(pdf_path)
        
        output_path = os.path.join(output_folder, f"{filename}.txt")
        with open(output_path, 'w', encoding='utf-8') as file:
            file.write(text)

在上面的代碼中,pdf_folder是包含PDF文件的文件夾的路徑,output_folder是將提取的文本輸出到的文件夾路徑。代碼將遍歷文件夾中的所有PDF文件,提取每個文件的文本內容,并將提取的文本保存到相應的文本文件中。

請注意,該代碼只能提取PDF中的純文本信息,如果PDF中包含圖像或表格等非文本內容,該代碼可能無法提取或正確提取。

0
七台河市| 公主岭市| 万州区| 得荣县| 永年县| 外汇| 洪江市| 望城县| 开远市| 鄂托克前旗| 剑阁县| 宁海县| 上饶市| 巴中市| 沙河市| 通化县| 苍南县| 永嘉县| 磐石市| 德保县| 罗山县| 新郑市| 鞍山市| 成安县| 桓仁| 会理县| 连州市| 甘孜县| 漳州市| 通州区| 宝鸡市| 汝城县| 东乌珠穆沁旗| 合肥市| 修文县| 库伦旗| 龙山县| 石泉县| 勃利县| 班戈县| 化隆|