从pdf 文件中抽取特定的页面
Posted 蒋乐兴的技术随笔
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了从pdf 文件中抽取特定的页面相关的知识,希望对你有一定的参考价值。
前段时间买了一个kindle 电子书阅读器、我想用它来读的pdf文档、当然最主要是用来读python标准库&mysql的官方文档。
问题就来了、这两个都是大头书、之前用mac看还好、用kindle就真的不方便了;主要是kindle对pdf的支持不太好、不能
目录导航;于是我就想把大的pdf文件按章节分解成小的pdf文件
一、安装PyPDF2这个python包:
pip3 install PyPDF2
二、从源pdf文件中抽取页面:
#/usr/local/python/bin/python3 from PyPDF2 import PdfFileReader,PdfFileWriter """ 抽取pdf页面 """ if __name__=="__main__": reader=PdfFileReader(‘/Users/jianglexing/Documents/linux/python/python-3.6/library.pdf‘) writer=PdfFileWriter() #开始的页面号 start=108 #结束的页面号 stop=126 with open(‘/Users/jianglexing/Documents/python-std-re.pdf‘,‘wb‘) as wstream: for page in range(start,stop): temp=reader.getPage(page) writer.addPage(temp) writer.write(wstream) print("对抽取完成了")
三、功能我们已经实现了、但是还太友好、下面对代码进行改进:
----
以上是关于从pdf 文件中抽取特定的页面的主要内容,如果未能解决你的问题,请参考以下文章
11SpringBoot-CRUD-thymeleaf公共页面元素抽取
R语言使用pdftools包的pdf_text函数抽取pdf中所有页的文本使用cat函数查看抽取获得的特定页的文本(Extract the text for all pages)