当前位置:   article > 正文

python实现某个文件夹中pdf的字符筛选_python pdf 文字索引

python pdf 文字索引
import PyPDF2
import os
from tqdm import tqdm

# 要搜索的字符
target_string = input('输入你想要找的内容:\n')

# 将目标字符转换为小写
target_string_lower = target_string.lower()

# 指定包含 PDF 文件的文件夹路径
pdf_folder = r'文件路径'

# 遍历文件夹中的所有 PDF 文件
for filename in os.listdir(pdf_folder):
    if filename.endswith('.pdf'):
        pdf_path = os.path.join(pdf_folder, filename)
        with open(pdf_path, 'rb') as pdf_file:
            reader = PyPDF2.PdfReader(pdf_file)
            for page_number in tqdm(range(len(reader.pages)), desc=f'正在处理文件 {filename}'):
                page = reader.pages[page_number]
                text = page.extract_text()
                # 将文本字符串转换为小写
                text_lower = text.lower()
                if target_string_lower in text_lower:
                    print(f'在文件 {filename} 的第 {page_number + 1} 页找到了目标字符')
声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/你好赵伟/article/detail/319518
推荐阅读
相关标签
  

闽ICP备14008679号