问题标签 [pdfplumber]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
python - 如何使用正则表达式隔离美元金额？
我使用 PDFPlumber 库来提取我的 PDF 中的所有行，示例行提取如下所示：
总回程运输 $16.01
目标是将所有这些放入数据框中。如何使用正则表达式对这条线进行分组，以便我可以隔离收费类型和美元金额？
目前，我有：
第 1 组返回“总计”，第 2 组返回“返回”，第 3 组返回“运输”，但我无法创建一个检索美元金额的组。有什么建议么？
注意：超过 1000 美元的金额包含一个“，”，这可能需要包含在正则表达式语法中
python - 无法关闭使用 pdfplumber open() 打开的 pdf 文件
我在关闭用pdfplumber.open()函数打开的文件时遇到问题。每当我调用extract_text()文件对象时，即使在使用范围之后，文件似乎也是打开的，例如pdfplumber.open()，我可以这样print(pdf.pages[1].extract_text())做。调用close()PDF 对象也无济于事。
我的代码：
如果我不在page.extract_text()for 循环中调用 PDF 对象，例如：
它正常关闭并print(pdf.pages[1].extract_text())抛出ValueError: seek of closed file
我错过了什么，或者page.extract_text()以某种方式缓存页面，我不应该打扰？任何意见，将不胜感激！
python - 使用 pdfplumber 从 pdf 文件中提取文本
我想从 pdf 文件中提取文本，尝试过：
它打印：
看到文件的名称为20170213091544343，我补充说：
读取文件以防文件名没有.pdf并且它捕获错误：
python - 使用 PDF Plumber 时列出超出范围的索引
您好，我正在使用 pdf 管道工从 PDF 中提取文本并将其写入文本文件，但出现索引超出范围错误。
python - 使用 pdfplumber 从 pdf 文件中提取文本期间的编码问题
我想提取以下 pdf 文件的内容，但它返回一个毫无意义的结果。我假设它可能与文件的编码方面有关，但相同的提取代码适用于同一基础设施上的许多其他文件。这不是由以下脚本处理的单个文件，还有其他一些情况。但是，我在这里仅举了一个例子。我意识到如果我将此文件的文本内容复制/粘贴到我的记事本，它也没有正确粘贴。粘贴的文本不是那么糟糕，我将它放在底部，但它也是不可接受的。我应该如何解决这个问题？有什么建议么 ？
它返回：
ŞİİİİıııİİİİıŞİ
ıööçııııçııöİııçıüüışüüüğöüüışı
依依依依
ö ıüö ıöğğ ı ç şüıııııııı ş
...
python - 我找不到提取下划线文本的方法，不能用 pdfminer.six 完成吗？
我正在尝试提取pdf中的文本，该文本使用python加下划线但无法找到正确的解决方案，任何人都可以帮助解决这个问题，请
python - 如何使用 pdfplumber 提取的文本在 Python 中打印下一行
如何从使用 pdfPlumber extract.text 函数从 PDF 中提取的文本中打印下一行？
我试过 line.next() 但它不起作用。
实际的工作名称在“工作名称”之后的那一行。按照下面的例子。
职位名称
奥尔巴尼购物中心开发
我的代码如下。
python - 为什么 pdfplumber 不产生任何数据？
我通常使用pdfplumber从 pdf中抓取数据和文本，并且 99.99% 的时间，一切都很好。
虽然今天，我遇到了一种情况，我可以打开pdf 文件（使用 pdfplumber.open），但不能提取任何文本/单词/表格。我知道打开是成功的，因为它可以识别 pdf 包含的正确页数，但是使用任何方法获取数据都会导致得到一个空列表。pdf文件没有任何保护。
.pdf 文件不是扫描文件。看起来它们是使用XML 源文件生成的，但我不知道它是否会产生任何影响，因为它也会生成.pdf文件。
我还尝试了其他几个导致相同结果的 pdf 刮刀。
一个有趣的事实是，在使用在线工具进行修复后（老实说，我真的不知道它对文件做了什么），我设法打开并从中提取了我想要的所有文本。当我将 .pdf 转换为.pdf/a文件时，也发生了同样的事情。
有谁知道解决这个问题的方法，甚至是什么原因造成的？
请注意，我不能分享 pdf 文件，因为它们是机密文件，也不能复制我不知道它是如何发生的情况。
谢谢你的帮助 ！
python - 有没有办法使用 python 绕过加密自动打印到 PDF？
我正在从事一个涉及自动化 PDF 数据提取的项目。为了使用 pdfplumber 从表格中获取信息，我需要展平我正在使用的 PDF 表单。这些表格已加密，我无法接收密码。我可以通过使用 Microsoft Print to PDF 功能保存文档来手动绕过加密（这也为我平展了文档）。有没有办法使用 os.startfile 函数或 selenium 包来自动化打印保存 PDF 文件的过程？
或者，有没有办法从可填写的 PDF 中挖掘信息而不将其展平？