Python PDF識(shí)別之文本內(nèi)容與表格提取方法總結(jié)
一、前言
在數(shù)字化辦公的浪潮中，PDF文件以其格式穩(wěn)定、兼容性強(qiáng)等優(yōu)點(diǎn)，成為文檔存儲(chǔ)與傳輸?shù)闹匾d體。然而，當(dāng)我們需要從PDF中提取文本和表格進(jìn)行進(jìn)一步處理或分析時(shí)，卻常常面臨諸多挑戰(zhàn)。
不同的PDF文件類型、復(fù)雜的排版布局、掃描版PDF的圖像識(shí)別等問(wèn)題，都可能成為提取過(guò)程中的“攔路虎”。本文將深入探討多種PDF文本與表格提取方法，結(jié)合實(shí)際代碼示例，為大家呈現(xiàn)一份全面的PDF提取指南。
二、文本提取方法
1. pdfplumber：精準(zhǔn)提取文本與表格
pdfplumber是一個(gè)功能強(qiáng)大的Python庫(kù)，尤其在處理包含表格的PDF文件時(shí)表現(xiàn)出色。通過(guò)pdfplumber，我們不僅能提取文本，還能對(duì)表格進(jìn)行精確解析。
import pdfplumber
pdf_path = "你的PDF文件路徑"
with pdfplumber.open(pdf_path) as pdf:
text = ""
for page in pdf.pages:
page_text = page.extract_text()
text += page_text
print(page_text)2. fitz（PyMuPDF）：快速提取文本與圖像
fitz，即PyMuPDF，以其高效性著稱。它不僅能夠快速提取PDF中的文本，還能處理PDF中的圖像內(nèi)容。
import fitz
doc = fitz.open(pdf_path)
text = ""
for page in doc:
page_text = page.get_text()
text += page_text
print(page_text)3. PyPDF2：簡(jiǎn)單文本提取的利器
PyPDF2是一個(gè)廣為人知的PDF處理庫(kù)，雖然其功能相對(duì)基礎(chǔ)，但對(duì)于簡(jiǎn)單的文本提取任務(wù)已經(jīng)足夠。
import PyPDF2
def extract_text_from_pdf(pdf_path):
pdfReader = PyPDF2.PdfReader(pdf_path)
text = ""
for page_num in range(len(pdfReader.pages)):
page = pdfReader.pages[page_num]
text += page.extract_text()
return text
print(extract_text_from_pdf(pdf_path))
4. pdfminer：深度自定義提取邏輯
pdfminer是一個(gè)高度可定制的PDF處理庫(kù)，適用于需要深度自定義提取邏輯的場(chǎng)景。
from pdfminer.high_level import extract_text
def extract_text_from_pdf(pdf_path):
text = extract_text(pdf_path)
return text
print(extract_text_from_pdf(pdf_path))5. pdfquery：提取特定區(qū)域文本
pdfquery通過(guò)坐標(biāo)定位，能夠精確提取指定區(qū)域的文本內(nèi)容。
import pdfquery
def extract_specific_text_from_pdf(pdf_path):
pdf = pdfquery.PDFQuery(pdf_path)
pdf.load()
text = pdf.pq('LTTextLineHorizontal:in_bbox("100, 500, 400, 600")').text()
return text
print(extract_specific_text_from_pdf(pdf_path))
6. pytesseract與PaddleOCR：攻克掃描版PDF
對(duì)于掃描版PDF或圖像型PDF，可以使用pytesseract和PaddleOCR進(jìn)行OCR識(shí)別。
pytesseract：
from pdf2image import convert_from_path
import pytesseract
def extract_text_from_scanned_pdf(pdf_path):
pages = convert_from_path(pdf_path)
text = ""
for page in pages:
text += pytesseract.image_to_string(page, lang='chi_sim') + "\n"
return text
print(extract_text_from_scanned_pdf(pdf_path))
PaddleOCR
from pdf2image import convert_from_path
from paddleocr import PaddleOCR
def extract_text_from_scanned_pdf(pdf_path, lang='ch'):
ocr = PaddleOCR(use_angle_cls=True, lang=lang)
pages = convert_from_path(pdf_path)
text = ""
for page in pages:
result = ocr.ocr(page, cls=True)
for idx in range(len(result)):
res = result[idx]
for line in res:
text += line[1][0] + "\n"
return text
print(extract_text_from_scanned_pdf(pdf_path))7. aspose.pdf：商業(yè)應(yīng)用的高質(zhì)量選擇
aspose.pdf是一個(gè)商業(yè)庫(kù)，提供了高質(zhì)量的文本和表格提取功能。
from aspose.pdf import Document
from aspose.pdf.text import TextFragmentAbsorber
def extract_text_from_pdf(pdf_path):
pdf_doc = Document(pdf_path)
absorber = TextFragmentAbsorber()
text = ""
for page in pdf_doc.pages:
page.accept(absorber)
for fragment in absorber.text_fragments:
text += fragment.text + "\n"
absorber.text_fragments.clear()
return text
print(extract_text_from_pdf(pdf_path))
8. textract：簡(jiǎn)化文本提取流程
textract是一個(gè)簡(jiǎn)潔高效的文本提取庫(kù)，能夠快速實(shí)現(xiàn)文本提取功能。
import textract
def extract_text_from_pdf(pdf_path):
text = textract.process(pdf_path, method='pdfminer')
print("-----------textract--------------------")
print(text.decode('utf-8'))
return text.decode('utf-8')
print(extract_text_from_pdf(pdf_path))三、表格提取方法
1. pdfplumber：精確表格提取
pdfplumber不僅擅長(zhǎng)文本提取，還能精確提取PDF中的表格數(shù)據(jù)。
import pdfplumber
with pdfplumber.open(pdf_path) as pdf:
for page in pdf.pages:
table = page.extract_table()
if table:
for row in table:
print(row)2. camelot：智能表格提取
camelot是一個(gè)專門用于從PDF中提取表格數(shù)據(jù)的Python庫(kù)，它能夠智能地識(shí)別PDF中的表格結(jié)構(gòu)。
import camelot
import pandas as pd
def extract_tables_from_pdf(pdf_path):
tables = camelot.read_pdf(pdf_path, flavor='stream')
combined_df = pd.concat([table.df for table in tables])
print("-----------camelot--------------------")
return combined_df
tables_df = extract_tables_from_pdf(pdf_path)
print(tables_df)3. aspose.pdf：高質(zhì)量表格提取
aspose.pdf庫(kù)也提供了表格提取的功能，適合商業(yè)應(yīng)用。
from aspose.pdf import Document
from aspose.pdf.text import TextFragmentAbsorber
def extract_tables_from_pdf(pdf_path):
pdf_doc = Document(pdf_path)
absorber = TextFragmentAbsorber()
tables = []
for page in pdf_doc.pages:
page.accept(absorber)
for fragment in absorber.text_fragments:
# 處理表格數(shù)據(jù)
pass
return tables
print(extract_tables_from_pdf(pdf_path))四、總結(jié)
在PDF文本與表格提取的征程中，我們遇到了各種挑戰(zhàn)，也探索了多種解決方案。每種方法都有其獨(dú)特的適用場(chǎng)景和優(yōu)缺點(diǎn)：
- 簡(jiǎn)單文本提取：PyPDF2和fitz是不錯(cuò)的選擇，簡(jiǎn)單易用，適合初學(xué)者快速上手。
- 表格與精確文本提取：pdfplumber在處理表格方面表現(xiàn)出色，能夠滿足對(duì)文本和表格精確提取的需求。
- 復(fù)雜PDF處理：pdfminer的靈活性使其能夠應(yīng)對(duì)復(fù)雜的PDF結(jié)構(gòu)，適合需要深度自定義提取邏輯的場(chǎng)景。
- 掃描PDF處理：pytesseract和PaddleOCR是OCR技術(shù)的代表，能夠攻克掃描版PDF的難題，但對(duì)圖像質(zhì)量有一定要求。
- 商業(yè)應(yīng)用：aspose.pdf以其高質(zhì)量的提取效果和穩(wěn)定性，成為商業(yè)應(yīng)用中的優(yōu)選，盡管需要考慮成本因素。
- 簡(jiǎn)化提取流程：textract通過(guò)封裝底層邏輯，提供了簡(jiǎn)潔高效的文本提取方式，適合快速開(kāi)發(fā)。
- 智能表格提取：camelot在表格提取方面表現(xiàn)出色，能夠智能識(shí)別PDF中的表格結(jié)構(gòu)，提高提取效率。
到此這篇關(guān)于Python PDF識(shí)別之文本內(nèi)容與表格提取方法總結(jié)的文章就介紹到這了,更多相關(guān)Python PDF識(shí)別內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
python實(shí)現(xiàn)不同數(shù)據(jù)庫(kù)間數(shù)據(jù)同步功能
這篇文章主要介紹了python實(shí)現(xiàn)不同數(shù)據(jù)庫(kù)間數(shù)據(jù)同步功能,本文給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2021-02-02
python實(shí)現(xiàn)的二叉樹算法和kmp算法實(shí)例
最近重溫?cái)?shù)據(jù)結(jié)構(gòu)，又用python，所以就用python重新寫了數(shù)據(jù)結(jié)構(gòu)的一些東西，以下是二叉樹的python寫法2014-04-04
這篇文章主要介紹了Opencv python 圖片生成視頻的方法示例，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-11-11
這篇文章主要為大家詳細(xì)介紹了python遞歸全排列實(shí)現(xiàn)方法，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2018-08-08
今天小編就為大家分享一篇python requests使用socks5的例子，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-07-07
Python/MySQL實(shí)現(xiàn)Excel文件自動(dòng)處理數(shù)據(jù)功能
在沒(méi)有服務(wù)器存儲(chǔ)數(shù)據(jù)，只有excel文件的情況下，如何利用SQL和python實(shí)現(xiàn)數(shù)據(jù)分析和數(shù)據(jù)自動(dòng)處理的功能？本文就來(lái)和大家聊聊解決辦法2023-02-02
Python?Pandas學(xué)習(xí)之series的二元運(yùn)算詳解
二元運(yùn)算是指由兩個(gè)元素形成第三個(gè)元素的一種規(guī)則，例如數(shù)的加法及乘法;更一般地,由兩個(gè)集合形成第三個(gè)集合的產(chǎn)生方法或構(gòu)成規(guī)則稱為二次運(yùn)算。本文將詳細(xì)講講Pandas中series的二元運(yùn)算，感興趣的可以了解一下2022-09-09
這篇文章主要介紹了Python中的pickle模塊常用函數(shù),pickle模塊使用的數(shù)據(jù)格式是python專用的,能夠把python對(duì)象直接保存到文件,而不需要轉(zhuǎn)化為字符串,也不用底層的文件訪問(wèn)操作把它們寫入到一個(gè)二進(jìn)制文件中,需要的朋友可以參考下2023-09-09
python Matplotlib數(shù)據(jù)可視化（2）：詳解三大容器對(duì)象與常用設(shè)置
這篇文章主要介紹了python Matplotlib三大容器對(duì)象與常用設(shè)置的相關(guān)資料，幫助大家更好的學(xué)習(xí)和使用Matplotlib庫(kù)的用法，感興趣的朋友可以了解下2020-09-09
Python升級(jí)提示Tkinter模塊找不到的解決方法
這篇文章主要介紹了Python升級(jí)提示Tkinter模塊找不到的解決方法,Tkinter的是Tk的GUI工具包,用來(lái)開(kāi)發(fā)GUI界面,需要的朋友可以參考下2014-08-08