亚洲免费在线-亚洲免费在线播放-亚洲免费在线观看-亚洲免费在线观看视频-亚洲免费在线看-亚洲免费在线视频

python下wordpdf轉換總結

系統 1554 0
??

近期涉及到了關于 doc 文檔讀取的處理,也查了很久,為了便于大家使用,故集大成一下。

Doc 文檔讀取有如下幾種:

1 、從 doc 讀取文本

?????? 目前沒有找到直接的方式,一般是先轉為 docx 文件在處理。所使用工具為 doc2doc( 批量時可用 ) ,或人工另存處理。

?

2 、從 docx 讀取文本

?????? 一般使用 python-docx 庫的方法,但只支持創建新文檔和讀取一些基本的文件數據,如文件大小和文件標題,不支持正文讀取。

?????? 或直接從 docx 中讀取 xml 的方法。

?

3 、從 pdf 讀取文本

?????? 一般使用 pdfminer3k 庫或 pyPdf 庫。其中 pyPdf 用起來其實稍顯麻煩,很多操作不夠方便。 pdfminer 對表格不友好,也可以將 PDF 轉換為 text 文本,還可以轉換為 HTML 等帶有標簽的文本。

?????? 還有一種可以用 pdf2htmlex( python) ,先把 pdf html ,接下來再用 bs4 來解析處理。這樣的好處是處理 html 的工具非常非常豐富,且 pdf2htmlex 對原頁面的效果保持得特別好,特別是對于那些個用 word latex 導出的 pdf 里,大量數據圖表里的標簽可以很方便地提取所需的值。

?

4 、把 pdf 中圖存為 jpg 文件

?????? 一般可以使用 PythonMagick 庫。

?

以上的代碼處理,均在 https://github.com/renwoxing2016/


更多文章、技術交流、商務合作、聯系博主

微信掃碼或搜索:z360901061

微信掃一掃加我為好友

QQ號聯系: 360901061

您的支持是博主寫作最大的動力,如果您喜歡我的文章,感覺我的文章對您有幫助,請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧,狠狠點擊下面給點支持吧,站長非常感激您!手機微信長按不能支付解決辦法:請將微信支付二維碼保存到相冊,切換到微信,然后點擊微信右上角掃一掃功能,選擇支付二維碼完成支付。

【本文對您有幫助就好】

您的支持是博主寫作最大的動力,如果您喜歡我的文章,感覺我的文章對您有幫助,請用微信掃描上面二維碼支持博主2元、5元、10元、自定義金額等您想捐的金額吧,站長會非常 感謝您的哦!!!

發表我的評論
最新評論 總共0條評論
主站蜘蛛池模板: 亚洲在线播放视频 | 成熟女人50岁一级毛片不卡 | 免费真实播放国产乱子伦 | 久久精品夜色国产 | 亚洲综合一区二区三区四区 | 四虎永久免费最新在线 | 97国产精品视频观看一 | 成人综合婷婷国产精品久久免费 | 亚洲欧美日韩不卡一区二区三区 | 日本亚洲精品一区二区三区 | 国产精品久草 | 久久精品中文 | 嫩草视频在线观看 | 亚洲综合一| 国产午夜亚洲精品第一区 | 国产亚洲精品一区二区在线观看 | 91亚洲国产成人久久精品网站 | 日韩美一区二区三区 | 手机看片一区 | 成人亚洲欧美日韩在线观看 | 欧美精品一级毛片 | 精品伊人久久久99热这里只 | 精品久久香蕉国产线看观看亚洲 | 精品一区二区视频在线观看 | 一区二区三区高清在线 | 四虎在线影院 | 亚洲国产精品日韩在线 | 开心激情五月婷婷 | 亚洲国产aaa毛片无费看 | 欧美毛片又粗又长又大 | 夜夜精品视频 | 2021福利视频 | 国产农村精品一级毛片视频 | 国产成人精品自拍 | 国产一区亚洲欧美成人 | 青草香蕉精品视频在线观看 | 中文字幕av一区 | 国产精品久草 | 国产 magnet | 久草视频在线免费播放 | 热热色国产 |