P27 - 识别并读取PDF中的文字

你好，我是UP：法学院毕业的Python程序员兆锋（点击查看🏆近期的付费答疑记录），
如有学习问题，欢迎加入学习群和我交流❤交流群

下面是本讲课程的视频、代码和配套文档：

主要内容

如题。

视频内容

点击下方链接，直达本讲视频
点击查看【bilibili】

本讲代码

# -*- coding: utf-8 -*-
# @Time : 2020/8/21 20:04
# @公众号 :Python自动化办公社区 
# @File : pdf_rd.py
# @Software: PyCharm
# @Description:
# pip install pdfminer3k
from io import StringIO
from pdfminer.pdfinterp import PDFResourceManager,process_pdf
from pdfminer.converter import TextConverter
from pdfminer.layout import LAParams
# 打开pdf文件
pdf_file = open('静夜思.pdf', 'rb')
########默认操作#######
rsrcmgr = PDFResourceManager()
retstr = StringIO()
laparams = LAParams()
device = TextConverter(rsrcmgr=rsrcmgr,outfp=retstr,laparams=laparams)
process_pdf(rsrcmgr=rsrcmgr,device=device,fp=pdf_file)
device.close()
content = retstr.getvalue()
retstr.close()
pdf_file.close()
########默认操作#######
print(content)

配套文档

静夜思.doc静夜思.pdf

拓展内容

• Pandas官方文档中文版PDF下载
• 详解 | Python&PyCharm的软件下载和安装
• 我在视频中用的代码字体和页面主题
• 🌈彩蛋文件夹，全是自动化办公干货，不点后悔系列
• Python知识星球👉点击直达

提问与答疑

提供以下3种交流方式：

• 有任何问题，请加入Python学习群，和我交流~❤交流群
• 也期待加我好友，我们深入沟通，我的微信：hdylw1024，请务必注明来意，否则很难通过。
• 或者你也可以直接在本文档的留言板留言，和大家一起讨论~