推荐:3个Python好用的PDF库,你熟悉几个?

Python无处不在,似乎支持从主要网站到桌面实用程序到企业软件的所有功能。Python已经被用来编写流行的软件项目,如dnf/yum、OpenStack、OpenShot、Blender、Calibre,甚至是原始的BitTorrent客户端。

很多时候我们都会用Python去取数据文件,这些文件中很多都是PDF格式,有些PDF文件解析的时候只能解析一部分内容出来,大段的文字没有解析出来,那怎么样才能用Python提取这些信息呢?

下面就给大家分享3个Python PDF库:

1、PDFMiner
推荐:3个Python好用的PDF库,你熟悉几个?_第1张图片
PDFMiner是一个从PDF文档中提取信息的工具。与其他PDF相关的工具不同,它只用于获取和分析文本数据。PDFMiner能获取页面中文本的准确位置,以及字体或行等其他信息。它还有一个PDF转换器,可以将PDF文件转换成其他文本格式(如HTML)。还有一个可扩展的解析器PDF,可以用于文本分析以外的其他用途。

地址:https://github.com/euske/pdfminer

2、PyPDF2
推荐:3个Python好用的PDF库,你熟悉几个?_第2张图片
PyPDF 2是一个python PDF库,能够分割、合并、裁剪和转换PDF文件的页面。它还可以向PDF文件中添加自定义数据、查看选项和密码。它可以从PDF检索文本和元数据,还可以将整个文件合并在一起。

地址:https://github.com/mstamy2/PyPDF2

3、ReportLab
推荐:3个Python好用的PDF库,你熟悉几个?_第3张图片
ReportLab能快速创建PDF 文档。经过时间证明的、超好用的开源项目,用于创建复杂的、数据驱动的PDF文档和自定义矢量图形。它是免费的,开源的,用Python编写的。该软件包每月下载5万多次,是标准Linux发行版的一部分,嵌入到许多产品中,并被选中为Wikipedia的打印/导出功能提供动力。

地址:https://www.reportlab.com/opensource/

以上就是我整理的三个Python PDF库,无论你是提取信息、转换格式、分割剪裁有它们就够了。

你可能感兴趣的:(Python,Python,库,人工智能,程序员,pdf库)