用Python写一个抓取PDF内1级标题后第一段文本导入Excel的程序

你好，我是 CSDN 开发的 C 知道。关于你的问题，我可以回答。以下是 Python 代码示例，可以抓取 PDF 内 1 级标题后第一段文本，并将其导入 Excel：

import PyPDF2
import openpyxl

# 打开 PDF 文件
pdf_file = open('example.pdf', 'rb')
pdf_reader = PyPDF2.PdfFileReader(pdf_file)

# 创建 Excel 文件
workbook = openpyxl.Workbook()
sheet = workbook.active

# 遍历 PDF 页面
for page_num in range(pdf_reader.numPages):
    page = pdf_reader.getPage(page_num)
    content = page.extractText()

    # 查找 1 级标题
    for line in content.split('\n'):
        if line.startswith('1.'):
            title = line[2:]
            break

    # 查找第一段文本
    for line in content.split('\n'):
        if line.startswith(title):
            text = line[len(title):]
            break

    # 将标题和文本写入 Excel
    sheet.append([title, text])

# 保存 Excel 文件
workbook.save('example.xlsx')

希望这个代码示例能够帮到你。如果你有任何其他问题，欢迎继续提问。