pdf中的内容提取-tft每日頭條

pdf中的内容提取

生活更新时间:2024-12-05 00:37:47

之前發布過，但重要的圖片沒有顯示出來，所以重新發布一次。

正文來了：

最近幫老同學處理一個差不多200頁的pdf文件提取文字的處理，經過一番處理後發現都存在一些自己不滿意的地方。

老同學有完成時間的要求，所以選擇了一個相對安全的操作：【pdf文件按頁轉換為圖片格式】- 【再利用WX的文字提取功能】-【逐個圖片提取文字後複制粘貼到一個txt或doc文件中】。因為需要截圖 - 傳圖到手機 - 微信文字提出 - 複制文字 - 發回電腦端 -粘貼到文件，整個操作流程重複、費勁，傷眼、傷腰、傷精力....最終花了半個工作日才搞掂，後續的格式問題交回老同學再二次加工了。

此後産生了一個想法：利用python的技術進行自動處理。思路：PDF文件按頁批量轉換生成圖片格式，每個圖片通過OCR實現文字提取，所有提取的文字寫入一個txt文件裡面。全稱自動化，無需手工切入，想想都覺得好有滿足感。于是網上查閱了資料，也花費了一些閑餘時間，終于大功告成！

先來看看PDF原文件和運行代碼後的文字提取結果，來個直觀對比吧

pdf中的内容提取（PDF文字提取）1

PDF原文件

pdf中的内容提取（PDF文字提取）2

文字提取後輸出到txt文件裡面

下面是python兩個重要過程的代碼截圖，分别是pdf文件按頁切割為png圖片，另一個是OCR識别文字提取

pdf中的内容提取（PDF文字提取）3

PDF按頁轉換生成圖片文件

pdf中的内容提取（PDF文字提取）4

OCR文字提取

本案例四頁PDF的文字提取速度非常快，從代碼捕獲的時間顯示用時全程大概10秒。無論效率和文字提取都比較滿意，但也存在不足，遇到PDF裡面有圖片的識别不出來的。

pdf中的内容提取（PDF文字提取）5

四頁PDF轉換大概用時10秒

本次分享到此結束，希望大家有所收獲吧！

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!

查看全部

网友关注

生活北京健康寶出現彈窗出京會被隔離嗎北京...
2022北京健康寶出現彈窗可以出京嗎是很多人都有的疑問，畢竟北京健康寶作為時下大家出行時的重要數據之一，很多人手機上都會有，但由于近期很多地區出現了确診病例，所以很多人的手機上都出現了健康寶出現彈窗的情況，下面，就快和小編一起了解相關知識吧！北京健康寶出現彈窗出京會被隔離嗎？北京健康寶出現彈窗出京會... 2023-07-13
生活牛奶結塊怎麼回事牛奶結塊喝了有事嗎
牛奶富含蛋白質，多喝有助于身體健康，而且牛奶有保護胃黏膜的作用，對于腸胃患者也是可以多喝的。不過要注意的是，如果牛奶出現結塊、沉澱等等性狀變化的情況，那麼就不要喝了，多半是變質了或者放太久過期了。牛奶結塊怎麼回事酶作用牛奶中含有大量的酶。當這些物質存放時間長或超過保質期時，會發生蛋白質變性，蛋白質變... 2023-07-13
生活 2022高考考生打車要錢嗎2022高...
對于參加高考的走讀生來講，出門最佳的方式便是打出租車，這樣能很好地避免遲到，也正因為這樣2022高考考生打車要錢嗎成了很多人都好奇的話題，下面小編就和大家一起看看2022高考當天出租車免費嗎。2022高考考生打車要錢嗎這個要看地方，不過大多數都是會收錢的，隻有那些貼着愛心标識的不收錢。高考是學子人生... 2023-07-13
生活 2021年網絡最傷感的歌曲2021年...
愛情是音樂中亘古不變的主題，尤其是傷感的情歌總是大受歡迎，2021年最火的傷感情歌都是哪些呢？1、白月光與朱砂痣《白月光與朱砂痣》是2021年最火的情歌之一，這首歌最初發布是在抖音發布，《白月光與朱砂痣》的歌詞改編自張愛玲《紅玫瑰與白玫瑰》中的一段話，“白飯粒無處抛，蚊子血也抹不掉”非常出圈。白月光... 2023-07-13
生活夢見桔子是什麼意思
1、桔子光潔紅潤，象征着紅運當頭。夢見成熟的桔子，要交好運。2、已婚男子夢見買桔子，很快能娶到年輕貌... 2023-07-13
生活油價大漲對日常生活的影響汽油漲價的原...
近日，國際原油暴漲，國内95号汽油也跑步進入9元時代。油價的暴漲，将直接擡升運輸業的成本，我們的快遞費、網約車以及飛機票都有可能跟漲。那麼油價大漲對日常生活的影響？汽油漲價的原因都有哪些？下面小編帶來介紹。油價大漲對日常生活的影響對外經濟貿易大學教授董秀成表示，從直接影響來看，原油價格上漲首先會直接... 2023-07-13
生活 2022微信最新昵稱有什麼微信名字
1、安陌醉生2、安之若素3、昂貴的背影4、傲世九天5、巴黎盛開的櫻花6、芭比萌妹7、把孤獨喂飽8、霸道我的個性9、霸絕蒼生10、霸氣不需要11、霸氣風雲12、霸氣外露13、白恍14、百合的盛世戀15、敗類16、半顆心的暖17、半夢半醒18、夢半醒半瘋癫19、半世晨曉20、北染陌人21、北朽暖栀22、... 2023-07-13
生活 2022年農曆七月适合裝修的日子有幾...
入宅、裝修可以說是除了結婚外人生的頭等大事，正因為這樣為了圖個好兆頭很多人在裝修錢都會找風水先生擇個吉日開工，這不馬上就要農曆七月了，下面小編就和大家一起看看2022年農曆七月适合裝修的日子有幾天。2022年農曆七月适合裝修的日子有幾天就老黃曆看農曆七月适合裝修的日子有8天。很多家庭裝修之前選擇一個... 2023-07-13
生活洗臉的按摩步驟手法教程
1、向兩側提拉，在洗臉的時候要注意一下，以自己的下巴的中間作為中間線，然後兩隻手的手指分别向兩側耳朵... 2023-07-13
生活微信商家收款碼6%收費是真的嗎
2022年3月1号起微信收款碼有新規了，這對于做小生意的商販來說影響還是很大的，因為不能使用個人收款碼收款，那麼微信商家收款碼6%收費是真的嗎？微信商家收款碼提現怎麼免費？下面小編為大家帶來相關内容分享，感興趣的小夥伴一起來看一下吧。微信商家收款碼6%收費是真的嗎？微信商家收款碼6%收費是真的，不過... 2023-07-13
生活新的冰箱使用的時候應該注意什麼?
首次使用新冰箱時的注意事項：使用前請仔細閱讀手冊，然後打開電源首次使用時運行時間不宜過長，應間歇進行，給冰箱各部分一個磨合過程。然後在小檔位或者稍微高一點的設定溫度下運行。新冰箱開始工作時，應打開空的，停下後再放食物。儲存的食物量不宜過多，食物的儲存量應随着冰箱工作時間的增加而逐漸增加。使用冰箱的注... 2023-07-13
生活特斯拉車頂夏天曬死怎麼辦特斯拉夏天暴...
特斯拉車頂夏天曬死怎麼辦我感覺還好耶。因為車子停地下車庫，隻在市區開。平常開出門最多也就一個小時就能到目的地。隻要車子不停在太陽下暴曬就還好。我個人感覺在車頂貼了比較深色的膜之後（貼的是比較常見的雷朋的膜）總體感覺沒有很曬也不是很熱～如果覺得特别曬的話，可以搞一個遮陽簾。特斯拉夏天暴曬會有影響嗎特斯... 2023-07-13
生活防空洞是不是真的有用看完就清楚了
曾經在多年之前就有出現防空洞，通過這個防空洞可以有效避免出現災禍，對人們的生命起到保護的作用。雖然防空洞擁有很多的作用，但還是有些人對它陌生，下面跟小編一起來看看，防空洞是不是真的有用呢？防空洞是不是真的有用現在政府所興建的大型防空洞往往配備了完備的生活設施，其目的就是為了避免敵方的核彈轟炸。且由于... 2023-07-13
生活假發的價格為什麼相差這麼大一頂假發能...
假發對現在很多年輕人來說也是剛需了，一般買假發的可能是為了遮住白發、增加發亮或者單純時尚好看，假發價格也是差異比較大的，那麼，假發的價格為什麼相差這麼大？一頂假發能用多長時間？下面小編就帶來介紹。假發的價格為什麼相差這麼大假發的價格和制作的工藝、發絲的品質有很大關系。制作工藝方面，純手工一根根發絲編... 2023-07-13
生活龍魚老是撞缸怎麼處理
1、忽然受到驚吓：先關燈看看它的情況，有沒有稍微穩定點，如果是由驚吓導緻的，那麼就關燈、停食、靜養一... 2023-07-13
生活超好聽的五字昵稱大全五個字簡單氣質淡...
超好聽的五字昵稱大全320個1．想牽你的手2．飛雪又似舞3．混世小公主4．誰人續繁華5．如曲終破塵╮6．斜陽雲雲美7．迷糊短發妹8．一曲女人花9．青迷林矢遇10．冷眼看煙花11．做個女魔頭12．鬧夠了沒有13．低聲的呢喃14．蔔螚沒侑尼15．月亮快遞員16．汝是我的齒17．顧北清歌寒18．與悲傷囿約... 2023-07-13
生活廈門市2022年高齡補貼标準是什麼退...
廈門市高齡老人的補貼标準是什麼？與之前講過的其他地區相同，廈門市将老人按照不同的年齡劃分為三個标準：1、年滿80-89周歲的老年人，每人每月可領取100元的高齡補貼；2、年滿90-99周歲的老年人，每人每月可領取200元的高齡補貼；3、年滿100周歲及以上的老年人，每人每月可領取1100元的高齡補貼... 2023-07-13
生活解封後快遞一般幾天恢複
最近一段時間國内多地出現疫情，其中上海和吉林疫情最為嚴重，受疫情影響，很多地方快遞受到影響，一般會延遲或暫停，那麼快遞什麼時候恢複正常2022？解封後快遞一般幾天恢複？下面小編為大家帶來解封後快遞恢複時間介紹，感興趣的小夥伴一起來看一下吧。解封後快遞一般幾天恢複解封也就意味着疫情結束，一般解封後當地... 2023-07-13
生活安裝隔音屏有什麼好處
1、可以有效将噪音污染調到最小。對于居住在高速公路旁還有鬧市區的市民而言，安裝一個隔音屏可以降噪音音... 2023-07-13
生活 2022社會工作專業就業方向及前景
社會工作專業培養德、智、體、美全面發展，具有良好職業道德和人文素養，适應社會主義和諧社會建設需要，認同及恪守社會工作價值觀及職業倫理，熟練運用社會工作專業方法，掌握社會工作基礎知識，從事服務困難群體、解決社會工作領域類問題、參與社會管理與服務工作的高素質技術技能人才。社會工作專業就業方向主要面向公辦... 2023-07-13
生活 2022年收入多少能退稅？收入10萬...
随着3月1日個人所得稅申報工作啟動後，很多民衆第一時間下載個人所得稅app申請年度彙算退稅。那麼，2022年收入多少能退稅？收入10萬能退稅多少？不是所有的用戶都可以申請退稅的，部分用戶反而需要進行補稅，下面來看下關于個人所得稅退稅計算介紹。2022年收入多少能退稅？隻要納稅人預繳稅額大于納稅年度應... 2023-07-13
生活 2022暑假四川省内旅遊哪裡好玩暑假...
導語：漫長的暑假又将拉開帷幕，雖然天氣炎熱，但這沒法阻止大家出遊的心。而如果你在四川，完全沒必要出省去遊玩，省内很多地方此時的風景正繁茂絕美。那麼，2022暑假四川省内旅遊哪裡好玩呢？以下為大家推薦暑假四川旅遊不容錯過的絕美景點。2022暑假四川省内旅遊哪裡好玩九寨溝九寨溝位于阿壩州九寨溝縣境内，它... 2023-07-13
生活十大低糖水果排行榜大全低糖水果有哪些
低糖水果就是含糖量比較低的水果，一般來說，每100克含糖量少于10克的水果，就屬于比較低糖的水果，沒有絕對無糖的水果。糖分最低的為檸檬，每百克含糖量為5.1克。無糖水果多用于糖尿病患者的食用。糖尿病患者是一個特殊的群體，他們對于食物的攝取有着嚴格的要求，對于含糖量高的水果更是望而卻步。而對于患有妊娠... 2023-07-13
生活洗衣液買假了能用嗎
1、洗衣液買假了之後一般都是不建議繼續使用的，因為假的洗衣液質量非常差，裡面還有可能含有重金屬等對身... 2023-07-13
生活幾月幾日是父親節2022年幾月幾日是...
1、2022年父親節的日期：2022年06月19日星期日。2、公曆6月第3個周日是父親節（FathersDay）。是一個感恩父親的節日，約始于二十世紀初，起源于美國。3、父親節（FathersDay），顧名思義是感恩父親的節日。約始于二十世紀初，起源于美國，現已廣泛流傳于世界各地，節日日期因地域而存... 2023-07-13
生活 2022勞動節為什麼放五天假勞動節什...
導語：一到假期時間，很多人都會開始提前安排好放假期間要去哪裡玩，并且也會提前做好攻略等等之類的，總之現在一說到要放假，基本上每個人都是特别興奮的，那麼很多人想必也會很好奇2022勞動節為什麼放五天假？下面就去瞧一瞧勞動節什麼時候改為5天？2022勞動節為什麼放五天假1、促進消費：五一剛好是春季，不論... 2023-07-13
生活戴牙套真的可以變好看嗎隐形牙套和鋼牙...
很多人在戴完牙套以後，發現自己的顔值上升了，還會分享自己的經曆，不少人覺得戴牙套可以變美，那麼，這是真的嗎？隐形牙套和鋼牙套到底哪個比較好？下面小編就帶來介紹。戴牙套真的可以變好看嗎事實證明，戴牙套真的可能會把牙齒變得好看，但臉型的變化卻未必。一般來說，戴牙套隻會矯正牙齒，影響臉型的牙槽骨不會改變臉... 2023-07-13
生活房屋裝修可以提取公積金嗎哪些情況下才...
公積金的作用除了貸款之外，還能提取出來使用，那麼房屋裝修可以提取公積金嗎？據了解，公積金可以用于提取租房或者還房貸等等。房屋裝修可以提取公積金嗎很多人認為房子裝修可以提取公積金！事實上，大部分地區的住房公積金管理中心都不支持裝修房屋提取公積金。提取住房公積金必須滿足一定條件，職工住房公積金賬戶内的存... 2023-07-13
生活 2022清明節車管所放假嗎車管所周末...
清明節是一年之中比較重要的一個節日，也是我國的法定節假日之一，這個時候大多數人都會放假休息，尤其是上班族和學生黨。在清明節很多事業單位都會放假，車管所也是會放假的，但是具體放假時間要看各地車管所的放假安排而定。2022清明節車管所放假嗎一般會放假。車管所屬于公安部交通管理局，是政府機構，所以是按照法... 2023-07-13
生活黑全麥粉包子怎麼做
1、準備用料：黑全麥面粉200克，普通面粉200克，酵母2克，低脂牛奶一盒，雞蛋三個，韭菜一小把，粉條一小把，豆腐半塊，蔥姜蒜辣椒少許。2、首先将韭菜洗淨瀝幹水分切大約一厘米小段，雞蛋打散煎好放涼，倒入韭菜加少許芝麻油拌勻，豆腐切丁，粉條切小段。3、鍋裡加蔥姜蒜，生抽，鹽炒香，放涼後和雞蛋韭菜拌勻。... 2023-07-13

tft每日頭條

> 生活

> pdf中的内容提取

pdf中的内容提取

相关生活资讯推荐

热门生活资讯推荐

网友关注