问题描述
我想使用 Python 3 从列出以下格式信息的 PDF 中提取文本:
CA
洛杉矶
史密斯、乔 C.
比利,鲍勃 M.
斯图尔特,凯蒂 X。
我尝试同时使用 PyPDF2 和 pymupdf(版本 1.18.9)从 PDF 中提取文本,并且我成功地识别了城市名称和人名。但是,我正在努力通过 PDF 的自然阅读顺序来关联两个字符串列表(用 reg.ex 标识)。
理想情况下,我希望有一个如下表:
加州洛杉矶史密斯,乔 C.
加利福尼亚州洛杉矶比利,鲍勃 M.
加州洛杉矶斯图尔特,凯蒂 X。
并且能够将其导出为 csv。非常感谢!
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@)