要讀取PDF內容,可以使用Python中的第三方庫PyPDF2。
首先,確保已經安裝了PyPDF2庫。可以使用以下命令進行安裝:
pip install PyPDF2
然后,使用以下代碼從PDF文件中讀取文本內容:
import PyPDF2
# 打開PDF文件
with open('example.pdf', 'rb') as file:
# 創建一個PdfFileReader對象
pdf = PyPDF2.PdfFileReader(file)
# 獲取PDF文件中的頁數
num_pages = pdf.numPages
# 讀取每一頁的內容
for page_num in range(num_pages):
# 獲取當前頁
page = pdf.getPage(page_num)
# 提取當前頁的文本內容
text = page.extractText()
# 打印文本內容
print(text)
請替換example.pdf
為你要讀取的實際PDF文件的路徑。
這樣,你就可以使用Python讀取PDF文件的內容了。請注意,由于PDF文件的結構復雜,文本提取可能會不準確。對于復雜的PDF文件,可能需要進行額外的處理來清潔和整理提取的文本內容。