免费注册	查看新帖 \|


平台论坛博客文库

› 论坛 › 程序设计 › Python › 用python处理pdf

最近访问板块

发新帖

查看: 5802 | 回复: 2

上一主题

下一主题

用python处理pdf [复制链接]

论坛徽章:: 0

电梯直达

跳转到指定楼层

1楼 [收藏(0)] [报告]

发表于 2011-05-17 11:08 |只看该作者 |倒序浏览

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

文库|博客

论坛徽章:: 0

2楼 [报告]

发表于 2011-05-17 16:52 |只看该作者

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

实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？

论坛徽章:: 0

3楼 [报告]

发表于 2011-05-18 09:48 |只看该作者

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

实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？

发新帖

Chinaunix › 论坛 › 程序设计 › Python › 用python处理pdf

北京盛拓优讯信息技术有限公司. 版权所有京ICP备16024965号-6 北京市公安局海淀分局网监中心备案编号：11010802020122 niuxiaotong@pcpop.com 17352615567
未成年举报专区
中国互联网协会会员联系我们：huangweiwei@itpub.net
感谢所有关心和支持过ChinaUnix的朋友们转载本站内容请注明原作者名及出处

清除 Cookies - ChinaUnix - Archiver - WAP - TOP