Python办公主动化教程（001）：PDF内容提取

1、Pdfplumber介绍

pdfplumber的github所在：

1. https://github.com/jsvine/pdfplumber/

复制代码

• 【介绍】：pdfplumber 是一个用于处置处罚 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 主要用于分析和提取 PDF 文件中的文本、表格、图像等信息。
  实用版本：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：

1. import pdfplumber
3. with pdfplumber.open('./file/test.pdf') as read_pdf:
4.     # 读取page对象
5.     print(read_pdf.pages)

复制代码

输出效果：

【2】打印完整内容
代码：
[code]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