美文网首页
内容格式还原

内容格式还原

作者: 月夜星空下 | 来源:发表于2022-04-05 11:43 被阅读0次
import pdfplumber


def pdfRestore(path, is_footer=True):  # pdf还原
    """
    pdf排版格式还原
    :param path:
    :param is_footer:
    :return:
    """
    # is_footer = pdfContent(path)
    # print('is_footer:', is_footer)
    global result
    try:
        with pdfplumber.open(path) as pdf:
            content = ''
            for i in range(len(pdf.pages)):
                page = pdf.pages[i]
                if is_footer:
                    # print('page.extract_text:', page.extract_text().split('\n'))
                    page_content = '\n'.join(page.extract_text().split('\n')[:-1])
                    content = content + page_content
                else:
                    page_content = '\n'.join(page.extract_text().split('\n'))
                    content = content + page_content
            # print('$' * 100)
        """数据处理"""
        result = content.replace(' \n', '$$')
        result = ' '.join(result.split())
        result = result.replace(' ', '##')  # 原始
        result = result.replace('$$', ' \n')
        result = ' '.join(result.split())
        result = result.replace(' ', '\n')
        result = result.replace('##', ' ')
        result = result.replace('\n ', ' ')
    except Exception as e:
        print('pdfRestore erro:', e)
    return result

path = 'D:\Downloads\创业板首次公开发行证券发行与承销特别规定(2021年修订).pdf'
data = pdfRestore(path)
print(data)

相关文章

  • 内容格式还原

  • 图片格式的区别

    JPG GIF PNG 格式的区别 jpg格式 图片色彩丰富。色彩还原高,适合复杂颜色的图片。 比如banner;...

  • 2019-01-21

    mysql备份与还原、备份命令mysqldump格式 格式:mysqldump-h主机名-P端口-u用户名-p密码...

  • 「AppSo」发布内容原型还原

    「AppSo」 tips: 1.还原页面的所有要素,要求元素必须完整,图片可以使用占位符 2.自己可以提前整理个元...

  • smallpdf最新版实现批量处理pdf转ppt

    在日常生活中PDF文件格式是不易于修改和直接编辑文字内容,虽然在打印机上能还原出优质的效果,但是在我们日常的工作汇...

  • Linux~查看文本内容命令

    cat:查看文本内容(内容较少) 命令格式: 常用选项: more:查看文本内容(内容较多) 命令格式: 常用选项...

  • 第7章 图片

    7.1 压缩图片 一、基础知识 1、图片的格式 jpg:最常见的图片格式。色彩还原度比较好,可以支持适当压缩后保持...

  • 使用psql还原Postgres数据库方法

    1、问题说明 使用pgAdmin客户端工具还原pg数据库的备份时,有时候会出现因为格式不对导致的还原数据库错误的情...

  • 代码整洁之道 5、6、7、8

    第五章 格式 5.1 格式的目的格式比内容重要,内容在以后可能被修改,而格式风格却会一直影响项目。5.2 垂直格式...

  • 周报内容格式

    写工作报告或者总结主要有以下几个重点: 一、总结上期工作的成果 二、突出工作中解决的实际困难 三、遗留问题的解决办...

网友评论

      本文标题:内容格式还原

      本文链接:https://www.haomeiwen.com/subject/jddksrtx.html