指標輸出檔案中文字_提取pdf檔案中的文字
阿新 • • 發佈：2020-12-11
技術標籤：指標輸出檔案中文字
環境說明
windows10系統
python3.6版本
安裝
網上很多說需要安裝pdfminer3k和pdfminer3k.six，我嘗試了先安裝pdfminer3k後安裝pdfminer3k.six，但是安裝後都會導致pdfminer3k裡面的相關包不見了，最終我發現提取pdf檔案中的文字，只需要安裝pdfminer3k.six一個包即可
安裝語句
pip python實現
提取pdf檔案中的文字，具體python指令碼如下
import 執行結果
總結
從上面的結果可以看到，識別文字的效果還挺好，同時還可以識別表格中的文字，但是有些特殊的表格，它們的文字不能被識別出來，目前還沒找到原因。
目前還沒有接觸到專門識別表格的相關內容，後續如果深入研究，會做相關總結。