如何解决通过python类型从pdf提取文本
大家好，
我有此pdf文件样本，我有30多个文件，每个文件包含10页。
如您所见，每个段落都包含三种类型的文本字体和颜色，
我想要将pdf文件转换为cvs文件或xls文件，其中每种类型都使用单独的coulmn。此外，我要排除黄色的高亮文本。
类似的东西：
我应该使用python libries是什么？任何意见或建议都会有所帮助
谢谢
解决方法
那里有几个图书馆。我之前曾与https://pypi.org/project/pdfminer/合作。对于您的用例，它可能会很好地工作。
pdf2txt.py my_text.pdf
要处理pdf文件，您可以使用PyPdf2
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
