1、Pdfplumber介绍
pdfplumber
的github地址:
https://github.com/jsvine/pdfplumber/
- 【介绍】:pdfplumber 是一个用于处理 PDF 文件的 Python 第三方库,它提供了一种方便的方式来提取 PDF 文件中的文本、表格和其他信息。
- 【功能】:pdfplumber 主要用于解析和提取 PDF 文件中的文本、表格、图像等信息。
适用版本:支持 Python 3.6 及以上版本。 - 【特点】:简单易用、准确性高、多平台支持(包括 Windows、Mac 和 Linux)、功能强大。
- 【安装】:
pip install pdfplumber
2、内容提取
【1】读取page对象
代码:
import pdfplumber
with pdfplumber.open('./file/test.pdf') as read_pdf:
# 读取page对象
print(read_pdf.pages)
输出结果:
【2】打印完整内容
代码:
import pdfplumber
with pdfplumber.open('./file/test.pdf') as read_pdf:
# 读取page对象
pages = read_pdf.pages
for page in range(len(pages)):
text = read_pdf.pages[page].extract_text()
print(f'--------------第{page + 1}页内容---------------')
print(text)
打印结果: