​

目录

​1，Python操作PDF

2，pip install pdfpluber

3，读取加载DPF

4，pdf.plumber.PDF类

​

活动地址：CSDN21天学习挑战赛

学习的最大理由是想摆脱平庸，早一天就多一份人生的精彩；迟一天就多一天平庸的困扰

​1，Python操作PDF

可操作PDF的工具对比如下：

本文具体介绍pdfplumber专注PDF内容提取，例如文本（位置、字体和颜色）、形状（矩形、直线、曲线），还有解析表格的功能

2，pip install pdfpluber

有以下特点：

轻松访问有关每个PDF对象的详细信息

用于提取文本和表格的更高级别、可自定义的方法

紧密集成的可视化调试

其他实用功能，例如通过裁剪框过滤对象 

PS C:\Users\T14\Desktop> pip install pdfplumber
Collecting pdfplumber
  Downloading pdfplumber-0.7.4-py3-none-any.whl (40 kB)
     ---------------------------------------- 40.0/40.0 KB 44.3 kB/s eta 0:00:00
Collecting Pillow>=9.1
  Downloading Pillow-9.2.0-cp39-cp39-win_amd64.whl (3.3 MB)
     ---------------------------------------- 3.3/3.3 MB 21.1 kB/s eta 0:00:00
Collecting pdfminer.six==20220524
  Downloading pdfminer.six-20220524-py3-none-any.whl (5.6 MB)
     ---------------------------------------- 5.6/5.6 MB 23.6 kB/s eta 0:00:00
Collecting Wand>=0.6.7
  Downloading Wand-0.6.9-py2.py3-none-any.whl (142 kB)
     ---------------------------------------- 142.8/142.8 KB 15.7 kB/s eta 0:00:00
Collecting charset-normalizer>=2.0.0
  Downloading charset_normalizer-2.1.0-py3-none-any.whl (39 kB)
Collecting cryptography>=36.0.0
  Downloading cryptography-37.0.4-cp36-abi3-win_amd64.whl (2.4 MB)
     ---------------------------------------- 2.4/2.4 MB 23.8 kB/s eta 0:00:00
Collecting cffi>=1.12
  Downloading cffi-1.15.1-cp39-cp39-win_amd64.whl (179 kB)
     ---------------------------------------- 179.1/179.1 KB 27.4 kB/s eta 0:00:00
Collecting pycparser
  Downloading pycparser-2.21-py2.py3-none-any.whl (118 kB)
     ---------------------------------------- 118.7/118.7 KB 23.1 kB/s eta 0:00:00
Installing collected packages: Wand, pycparser, Pillow, charset-normalizer, cffi, cryptography, pdfminer.six, pdfplumber

3，读取加载DPF

pdfplumber.open("路径/文件名.pdf"，password="test",laparams={''line_overlap":0.7})

password:加载受保护的PDF，需要传递密码

laparams:要将布局分析参数设置为pdfminer.six的布局引擎

import pdfplumber
 
with pdfplumber.open("./1.pdf") as pdf:
    print(pdf)
    print(type(pdf))

4，pdf.plumber.PDF类

.metadata:从PDF的info中获取元数据键/值对字典

.pages返回一个包含pdfplumber.Page实例的列表，每一个实例代表PDF每一页的信息

import pdfplumber
 
with pdfplumber.open("./1.pdf") as pdf:
    print(pdf.metadata)