python 爬取pdf 内容

您可以使用Python中的requests和beautifulsoup库来爬取PDF内容。以下是一些代码片段：

import requests
from bs4 import BeautifulSoup

# 确定pdf文件的URL
pdf_url = 'https://example.com/sample.pdf'

# 下载pdf文件
r = requests.get(pdf_url)
with open('sample.pdf', 'wb') as f:
    f.write(r.content)

# 读取pdf文件内容
with open('sample.pdf', 'rb') as f:
    pdf_reader = PyPDF2.PdfFileReader(f)
    for i in range(pdf_reader.getNumPages()):
        page = pdf_reader.getPage(i)
        print(page.extractText())

请注意，这只是一个简单的示例，实际情况可能需要更多的代码和库。另外，爬取PDF文件可能是不合法和/或侵犯版权，建议在爬取之前确定您所做的所有事情都是合法的。