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: 成年人精品视频 | 香蕉视频影院 | 97久久久亚洲综合久久88 | 国产区视频在线 | 日本亚洲免费 | 日韩不卡免费视频 | 美女黄色一级毛片 | 综合在线视频 | 国产成人免费视频 | 自拍视频国产 | 久久国产精品国语对白 | 国产精品久久久久久久成人午夜 | 91日韩 | 爱爱视频在线免费观看 | 国产系列在线播放 | 天天久久狠狠伊人第一麻豆 | 日本黄页网站在线观看 | 久久久噜久噜久久综合 | 亚洲和欧美毛片久久久久 | 美国免费三片在线观看 | 五月婷婷中文字幕 | 亚洲国产美女精品久久久久 | 欧美狠狠入鲁的视频极速 | 久久er热这里只有精品23 | 久久天堂一区二区三区 | 国产成人精品视频一区二区不卡 | 奇米影音第四色 | 伊人骚| 国产一区二区三区久久 | 在线观看福利网站 | 亚洲精品不卡午夜精品 | 久久乐国产综合亚洲精品 | 国产福利一区二区精品视频 | 亚洲欧美精品国产一区色综合 | 伊人影院视频 | 久国产精品视频 | 一区毛片| 国产在线一区二区三区在线 | 成人在线91 | 国产在线91精品入口 | 一本大道香蕉中文在线高清 |