python 爬虫读取pdf文件

要爬取 PDF 文件，需要使用 Python 的第三方库 PyPDF2。

首先需要使用 `requests` 库下载 PDF 文件：

import requests

url = 'https://example.com/example.pdf'
response = requests.get(url)

with open('example.pdf', 'wb') as f:
    f.write(response.content)

然后使用 PyPDF2 库来读取 PDF 文件：

import PyPDF2

with open('example.pdf', 'rb') as f:
    pdf_reader = PyPDF2.PdfFileReader(f)
    num_pages = pdf_reader.getNumPages()

    for i in range(num_pages):
        page = pdf_reader.getPage(i)
        text = page.extractText()
        print(text)

这里的代码将 PDF 文件中每一页的文本提取出来，并打印到控制台上。你可以根据自己的需求对这些文本进行处理。