如何使用 PDFrw 在 Python 中从 PDF 中提取数据

Posted 2023-02-25

【中文标题】如何使用 PDFrw 在 Python 中从 PDF 中提取数据

【英文标题】：How To Extract Data From PDF In Python Using PDFrw

【发布时间】：2015-07-14 18:10:08

【问题描述】：

我正在尝试使用 PDFrw 从某个 PDF 中获取数据（比如说页面右上角的那个HERE）。我正在使用 PDFrw 来执行此操作。我查看了他们提供的文档（我找不到太多）并查看了他们在 git 上发布的示例代码，但我似乎无法获得足够的信息来做我想做的事情。我将如何制作一个简单的程序来使用 PDFrw 进入 PDF（或者如果有更好的程序）并提取一段文本。我正在考虑将其转换为 html... 会更容易吗？以我上面提供的 PDF 为例，我想获得（比方说）电压，在 PDF 中为 600 w...我将如何以最简单的方式执行此操作？我找不到任何其他关于此的堆栈溢出问题，所以希望有人可以帮助以前使用过它的人！

谢谢！

【参考方案1】：

我是 pdfrw 的作者，它并不是为此而设计的。你应该看看 pdfminer。