python - 用 Python 对 PDF 文件进行文本挖掘？

Question

是否有 python 的包/库可以让我打开 PDF，并在文本中搜索某些单词？

Answer 1

使用PyPdf2，您可以使用extractText()方法来提取 pdf 文本并对其进行处理。

更新：更改文本以引用 PyPdf2，感谢 @Aditya Kumar 的提醒。

Answer 2

我认为您不能一步完成，但您当然可以使用pdfminer从 pdf 中获取文本。然后，您可以对恢复的数据应用任何文本搜索。