问题描述
使用 PyPDF2 阅读 PDF 时,语法如下:
with open("Sample_data.pdf",'rb') as PDFfile:
reader = p2.PdfFileReader(PDFfile)
print(reader.getDocumentInfo())
page1 = reader.getPage(0)
print(page1.getContents())
text = page1.extractText()
print(text)
假设此 PDF 具有表格数据但没有适当的表格结构。在这种情况下,抓取的数据或文本结果类似于..列名序列与行数据序列不同。
此外,列内没有保留空间,这导致提取后对文本的处理更加复杂。我试图浏览 PyPDF2 的文档,但没有找到任何解决此问题的方法。
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)