Python查PDF文件

在Python中，可以使用一些库来处理PDF文件，包括读取、操作内容以及转换等。以下是几个常用的库：

1. **PyPDF2**：这是一个开源的PDF处理库，用于解析PDF文档，提取文本、图像，甚至合并或分割PDF页面。

import PyPDF2

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

# 获取页面数
num_pages = reader.getNumPages()

# 提取特定页的内容
page_text = reader.getPage(0).extractText()

2. **PDFMiner**：这个库主要用于从PDF文档中提取结构化信息，如文字、元数据等，并支持多种字体和编码。

from pdfminer.high_level import extract_text

with open('example.pdf', 'rb') as f:
    text = extract_text(f)

3. **fpdf/fpdf2**：如果需要生成PDF，可以使用FPDF库创建简单的PDF文件，而fpdf2是它的更新版本，功能更为丰富。

from fpdf import FPDF

pdf = FPDF()
pdf.add_page()
pdf.set_font("Arial", size=12)
pdf.cell(200, 10, txt="Hello World PDF", ln=1, align='C')
pdf.output("output.pdf")