我想读取"我想读取“D:\点宽学院\在线绿色互动如何影响共享型绿色消费行为_——自然联结性的调节作用_王建明.pdf”这个PDF的内容,把读取的内容合并成一个字符串,然后用中文句号进行分割,一个句号视为一句,把分割的每句话都一一打印出来,请问用python如何实现,请给我2个不同的实现方法,不要用pypdf2和pdfminer库

时间: 2023-06-17 07:05:43 浏览: 40
方法一:使用pdfplumber库和正则表达式 ```python import pdfplumber import re # 读取PDF文件 with pdfplumber.open(r'D:\点宽学院\在线绿色互动如何影响共享型绿色消费行为_——自然联结性的调节作用_王建明.pdf') as pdf: # 遍历每一页 for page in pdf.pages: # 获取当前页的文本内容 text = page.extract_text() # 使用正则表达式分割文本内容 sentences = re.split('。', text) # 打印每一句话 for sentence in sentences: print(sentence + '。') ``` 方法二:使用pdfminer库和自定义函数 ```python import io import pdfminer.high_level import pdfminer.layout # 定义自定义函数,用于获取每一页的文本内容 def extract_text(file_path): output_string = io.StringIO() with open(file_path, 'rb') as file: # 创建PDF解析器 laparams = pdfminer.layout.LAParams() device = pdfminer.high_level.PDFPageAggregator(laparams=laparams) interpreter = pdfminer.high_level.PDFPageInterpreter(device) # 遍历每一页 for page in pdfminer.high_level.extract_pages(file): # 解析一页PDF内容 interpreter.process_page(page) layout = device.get_result() # 获取当前页的文本内容 page_text = '' for element in layout: if isinstance(element, pdfminer.layout.LTTextBoxHorizontal): page_text += element.get_text() # 将当前页的文本内容写入输出流 output_string.write(page_text) # 返回输出流中的文本内容 return output_string.getvalue() # 获取PDF文件的文本内容 text = extract_text(r'D:\点宽学院\在线绿色互动如何影响共享型绿色消费行为_——自然联结性的调节作用_王建明.pdf') # 分割文本内容 sentences = text.split('。') # 打印每一句话 for sentence in sentences: print(sentence + '。') ```

相关推荐

最新推荐

recommend-type

python读取图片的几种方式及图像宽和高的存储顺序

主要介绍了python读取图片的几种方式及图像宽和高的存储顺序,本文通过实例代码给大家介绍的非常详细,具有一定的参考借鉴价值,需要的朋友可以参考下
recommend-type

完美解决mysql in条件语句只读取一条信息问题的2种方案

使用mysql多表查询时一个表中的某个字段作为另一表的in查询条件,只能读取一条信息,而直接用数字的话可以正常读取
recommend-type

详解Tensorflow数据读取有三种方式(next_batch)

本篇文章主要介绍了Tensorflow数据读取有三种方式(next_batch),小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
recommend-type

java利用SMB读取远程文件的方法

主要为大家详细介绍了java利用SMB读取远程文件的方法,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
recommend-type

django 读取图片到页面实例

主要介绍了django 读取图片到页面实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

解释minorization-maximization (MM) algorithm,并给出matlab代码编写的例子

Minorization-maximization (MM) algorithm是一种常用的优化算法,用于求解非凸问题或含有约束的优化问题。该算法的基本思想是通过构造一个凸下界函数来逼近原问题,然后通过求解凸下界函数的最优解来逼近原问题的最优解。具体步骤如下: 1. 初始化参数 $\theta_0$,设 $k=0$; 2. 构造一个凸下界函数 $Q(\theta|\theta_k)$,使其满足 $Q(\theta_k|\theta_k)=f(\theta_k)$; 3. 求解 $Q(\theta|\theta_k)$ 的最优值 $\theta_{k+1}=\arg\min_\theta Q(
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。