alexandnpu 发表于 2011-05-17 11:08

用python处理pdf

不知道python处理pdf,word文档有什么模块吗?

想写一个抽取pdf或是word文档内容的工具

谢谢

sofoot 发表于 2011-05-17 16:52

简单讲,如果只折腾现成的PDF文件,用pyPdf,如果要生成新内容的PDF文件用ReportLab,如果要分析现有PDF文件的内容,用PDFMiner。

对于你提的需求,建议使用PDFMiner

alexandnpu 发表于 2011-05-18 09:48

回复 2# sofoot

嗯,多谢。
试了一下pdfminer还是不错的
但在它会在单词间添加额外的空格,这个对后期的处理很麻烦呀

不知道有什么解决办法没有?

谢谢
页: [1]
查看完整版本: 用python处理pdf