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: 成人爽a毛片在线视频 | 香蕉午夜视频 | 欧美精品毛片 | 日日草夜夜操 | 五月综合激情久久婷婷 | 视色视频在线观看 | 美女操操| 亚洲福利精品一区二区三区 | 二级毛片| 六月丁香色婷婷 | 久久婷婷五夜综合色频 | 国产91精品高清一区二区三区 | 夜夜欢视频| 国产三级在线精品男人的天堂 | 涩综合| 91亚洲国产成人精品性色 | 欧美成人免费 | 欧美一级看片a免费视频 | 一二三区免费视频 | 四虎精品影院4hutv四虎 | 91久久国产成人免费观看资源 | 一区二区视频在线观看免费的 | 波霸欧美性猛交xxxxxx | 欧美日一级片 | 99re66热这里只有精品首页 | 久久私人影院 | 国产亚洲精品久久久久久牛牛 | 五月婷婷婷婷 | 国产高清区 | 久草国产精品 | 久久久久久久91精品免费观看 | 欧美99视频 | 亚洲精品日本高清中文字幕 | 成人网18免费视频 | 国产成人亚洲综合欧美一部 | 天天做爽夜夜做爽 | 欧美在线成人免费国产 | 欧美国产综合日韩一区二区 | 国产剧情一区二区 | 亚洲欧美日韩一区超高清 | 成人欧美一区二区三区在线观看 |