用Python写一个关于抓取PDF中一级标题后第一段文本，并导入Excel的脚本程序

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，可以抓取 PDF 中一级标题后第一段文本，并导入 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()
worksheet = workbook.active

# 遍历 PDF 中的每一页
for page_num in range(pdf_reader.numPages):
    page = pdf_reader.getPage(page_num)
    content = page.extractText()

    # 按照一级标题分割文本
    sections = content.split('\n\n')
    for section in sections:
        if section.startswith('1.'):
            # 获取第一段文本
            paragraphs = section.split('\n')
            first_paragraph = paragraphs[1]

            # 将标题和文本写入 Excel
            worksheet.append([paragraphs[], first_paragraph])

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

希望能对你有所帮助。