python菜鸟教程 pdf，如何从Python中提取PDF文档信息_python

当前位置：网站建设 > 技术支持

python菜鸟教程 pdf，如何从Python中提取PDF文档信息_python

资料来源：网络整理时间：2023/3/5 12:14:13 共计：3546 浏览

python菜鸟教程 pdf以及如何从Python中提取PDF文档信息这样的疑问，小编汇总了相关问答给大家参考！

好我们可以用 Python 完成这项工作。下面就分享一下如何用 Python 解析一个PDF文件，将其转为一列关键字。

设置：

本教程我们使用的是 Python 3.6.3，当然在实际工作中你可以使用任何你喜欢的 Python 版本，只要它支持用到的库就行。

需要安装以下 Python 库：

PyPDF2（用于将简单的基于文本的 PDF 文件转为 Python 可读的文本）

Textract（用于将 PDF 扫描文件转为 Python 可读的文本）

Nltk（用于清理短语、将短语转为关键字）

可以通过以下命令行安装这些库：

pip install PyPDF2

pip install textract

pip install nltk

这样我们就安装了解析 PDF 文件所需的库，一定要确保你的 PDF 文件放在你编写脚本所在的文件夹中。

启动编辑器，开始敲代码吧！

第一步：导入库

第2步：读取 PDF 文件

第3步：将文本转换为关键字

现在我们就将手中的 PDF 文件保存为了列表，可以按自己的需要使用了。如果想让 PDF 可搜索，或者解析大量文件进行聚类分析，还可以将得到的列表保存在电子表格中。

你好，老修来分享一下你的问题。

老修是去年自学的Python,刚刚开始选择的方向是自动化运维，不过现在主要用它来爬一些数据，自己做拍视频用，为此我特意写了三篇关于自学的文章（12个月，零基础自学Python语言心得分享-上篇（内含建议和方法）），你可以参考一下；

那这里我们谈谈你说的这个人工智能，这个是有一定门槛的，具体的就不谈了，说说如果自学可能性大吗？可能性比较低，可以很肯定的和你说，我们先来看看它的线路：

学完Python基础以后，是数据模块，它需要学些什么呢？首先需要大专以上，本科这样的数学基础，大概有：线性代数，微积分，代数，概率统计学，只是基础，也没真让我们去用它来算；后面对人工智能的Python算法，需要做好几个模块，比如Numpy等;那里边还有有神经网络，这里又有两个派系，所以需要学的很多，想通过自学，可能性很小，学会了，人家也不一定敢要你。

粗粗的我们就谈这些，希望我的回答能帮到你。

Python办公自动化主要是批量化、自动化、定制化解决数据问题，目前主要分为三大块：自动化office、自动化机器人、自动化数据服务。

1、自动化office，包括对excel、word、ppt、email、pdf等常用办公场景的操作，

python都有对应的工具库，可以很方便的调用。

提供一些常见的核心库供大家参考使用。

excel：xlwings、xlrd、xlwt、openpyxl

word：Python-docx

ppt：pptx

email：smtplib（SMTP服务）、email（解析处理）、yagmail（全能）

pdf：pypdf2、pdfminer、pdfplumber

picture：PIL

学这些会撸python是前提，对于小白来说自学也不是件容易的事，需要花相当的时间去适应python的语法逻辑，而且要坚持亲手敲代码，不断练习。

2、自动化机器人，用来提高常规且高频的服务，比如微信客服、自动交易系统、实时信息抓取、QQ聊天机器人等。

例如

web自动化测试：selenium

模拟鼠标键盘：pymouse、pywinauto、pyautogui

微信自动化:wechatby

Python自动化办公其实并不难，但也需要有Python基础，起码得会写脚本，不然尽管有自动化接口也用不了。

很多人入了很长时间门，还是在门外徘徊，我觉得这是学习方法的问题。学习编程一定要多练习，基础+实战同步走，这样才能最快掌握Python。

可能你会问，看书看不进去怎么办，那就换条路子，你可以去看视频、看网络教程、逛github，都是很不错的方法.

3、自动化数据服务，主要是提供流式数据服务，从数据获取、数据处理、数据建模、数据可视化，到最终生成数据报告，通过python搭建起完整数据链条。

数据抓取：requests、scrapy

数据处理：pandas、numpy

数据建模：scipy、scikit-learn、statesmodel、keras

数据可视化：matplotlib、seaborn、bokeh、pyecharts

数据报表：dash

以python操作excel为例，使用xlwings生成自动化图表。

1、简单介绍xlwings

接下来实操演练：

1、准备一个表格

2、对表格进行各种操作

导入xlwings库，命名为xw

import xlwings as xw

建立与活动工作簿的连接

# 这里使用books方法，引用工作簿

wb = xw.books["商品清单.xlsx"]

type(wb)

xlwings.main.Book

查看工作簿的名字

wb.name

'商品清单.xlsx'

实例化工作表对象

sht = wb.sheets['表一']

查看表一中A1单元格的内容

# 标准用法

sht.range('A1').value

'品类'

# 简洁用法

sht['A1'].value

'品类'

# 索引用法

sht[0,0].value

'品类'

查看表一中A1-D8所有单元格的内容

sht.range('A1:D8').value

输出：

[['品类', '数量（件）', '单价（元）', '总价（元）'],

['坚果', 5.0, 30.0, 150.0],

['罐头', 9.0, 10.0, 90.0],

['牛肉', 3.0, 60.0, 180.0],

['果汁', 10.0, 9.0, 90.0],

['蜂蜜', 2.0, 80.0, 160.0],

['进口零食', 4.0, 70.0, 280.0],

['合计', 33.0, 43.166666666666664, 950.0]]

sht[:8,:4].value

输出：

[['品类', '数量（件）', '单价（元）', '总价（元）'],

['坚果', 5.0, 30.0, 150.0],

['罐头', 9.0, 10.0, 90.0],

['牛肉', 3.0, 60.0, 180.0],

['果汁', 10.0, 9.0, 90.0],

['蜂蜜', 2.0, 80.0, 160.0],

['进口零食', 4.0, 70.0, 280.0],

['合计', 33.0, 43.166666666666664, 950.0]]

将表一B2单元格5改为7

sht.range('B2').value = 7

向表二中导入dataframe类型数据

第一步：连接表二

第二步：生成一个dataframe类型数据集

第三步：导入表二

sht_2 = wb.sheets['表二']

import pandas as pd

df = pd.DataFrame({'姓名':['小王','小张','小李'],'年龄':[23,26,19]})

导入：

sht_2.range('B1').value = df

向表二中导入numpy数组

import numpy as np

obj = np.array([[1,2,3],[4,5,6]])

obj

输出：

array([[1, 2, 3],

[4, 5, 6]])

导入：

sht_2.range('F1').value = obj

将excel中数据导出为DataFrame格式

sht_2.range('B1').options(pd.DataFrame, expand='table').value

用matplotlib绘图并将图片贴到excel上

import matplotlib.pyplot as plt

fig = plt.figure(figsize=(4,4))

plt.plot([1,2,3,4,5])

sht_2.pictures.add(fig, name='MyPlot', update=True)

输出：

修改表三中A1单元格的宽和高

连接表三

sht_3 = wb.sheets['表三']

查看A1单元格的宽和高

# 查看列宽

sht_3.range('A1').column_width

8.11

# 查看行高

sht_3.range('A1').row_height

13.8

A1单元格高改为15.6，宽改为2.2

sht_3.range('A1').column_width = 2.2

sht_3.range('A1').row_height = 15.6

修改表三B1单元格颜色

# 查看B1单元格颜色

sht_3.range('B1').color

(255, 0, 0)

# 修改B1单元格颜色为黑色

sht_3.range('B1').color = (0,0,0)

写一个自动化的小脚本

def f():

sht_3.range("A1:AZ48").column_width = 1.1

sht_3.range('A1:AZ48').row_height = 7.8

list_1 = pd.read_csv('zaike.csv').values

for i,j in list_1:

sht_3[int(i),int(j)].color = (255,25,0)

f()

list_1 = []

for i in range(30):

for j in range(40):

c = sht_3[i,j].color

if c == (255,0,0):

list_1.append((i,j))

这些小例子都能跑，你可以放自己电脑上运行下，或者手敲每个代码，这样绝对能高效率掌握。

如果对python语法还不熟悉，最好先把框架熟悉一遍，多做些练习。

谢谢邀请

Python 可以说是一匹黑马了，伴随着人工智能，大数据的发展而渐渐步入人们的视野，其实python 的学习是不复杂的，因为从他都已经列入小学生教材了，可以看出他的入门，并不需要多大的门槛。下面我们具体说下python 的学习方法和学习途径。

1.学习方法

首先python 也是一门编程语言

如果你要是没有编程基础，那么你肯定要从最基本的熟悉键盘下手，因为如果作为一名程序员如果你连盲打都不会，那么你的技术肯定不咋样呵。

在对键盘熟悉后，你就要非常勤奋的敲代码，不管你是跟着网上教程学，还是去培训班学习，在讲师讲解的时候，一定要跟上，有问题当天必须要解决，相信我，人都是有惰性的。老师留下的课后习题，也要认认真真的完成，多多请教比你技术好的人。

另外当今互联网这么发达，你要善于借助互联网，自己私下在网上搜索一些demo，从简单到复杂，跟着练习，前期的话，你可以先看懂别人的代码，最后再自己慢慢动手做。

2.学习途径

说到学习途径的话，我这里有两个建议。

第一，你可以去进入一个培训班学习，当然了，这个是要交学费的，交学费一是给培训机构了，二来也是对自己的一个交代，因为交过钱你会更加努力的学习。

第二，你可以借助当下互联网环境，现在网上这种的公开课已经有很多了，但大都是入门免费，深入收费，如果你有良好的自制力和自学能力，那么你不妨试试这种方式，毕竟学习自由，收费相对较低。

以上就是我的回答，希望能帮到你，如各位看官有更好的建议，不妨也提出来，信息分享，最后祝你学必成，成必过。

总结，以上就是关于python菜鸟教程 pdf以及如何从Python中提取PDF文档信息的经验分享，卡友有疑问可以加wx或扫码加群！

版权说明：
本网站凡注明“广州京杭原创”的皆为本站原创文章，如需转载请注明出处！
本网转载皆注明出处，遵循行业规范，如发现作品内容版权或其它问题的，请与我们联系处理！
欢迎扫描右侧微信二维码与我们联系。

·上一条：在线学python，想在线上学Python，哪个平台比较专业_python | ·下一条：python怎么读入数据，python如何读取并显示数据表中的中文_python