# encoding=utf8 #-*-coding:utf-8 -*- #pip install pypdf2 -i https://pypi.tuna.tsinghua.edu.cn/simple import PyPDF2 from io import StringIO content_all_list = [] # 打开PDF文件并创建一个PyPDF2对象 with open('Scrum-Guide-Chinese-Simplified.pdf', 'rb') as fp: pdf_reader = PyPDF2.PdfReader(fp) #总页数 page_nums = len(pdf_reader.pages) for i in range(0,page_nums): # 获取PDF文档的第一页 page = pdf_reader.pages[i] # 解析PDF页面并提取文本内容 text_content = page.extract_text() print(text_content) content_all_list.append(text_content) print(content_all_list) # 将文本内容写入到一个新的txt文件中 #print()方法在Win7的默认编码是gbk,它在打印时,并不是所有的字符都支持的,所以此处换成 gb18030 with open('Scrum-Guide-Chinese-Simplified.txt', 'a' ,encoding='gb18030') as txt_file: for one in content_all_list: txt_file.write(one)
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· Manus爆火,是硬核还是营销?
· 终于写完轮子一部分:tcp代理 了,记录一下
· 震惊!C++程序真的从main开始吗?99%的程序员都答错了
· 别再用vector<bool>了!Google高级工程师:这可能是STL最大的设计失误
· 单元测试从入门到精通