利用python写一个爬取PDF关键信息的脚本

好的，那我为您提供一个爬取PDF关键信息的 Python 脚本。

首先，我们需要安装 PyPDF2 和 re 模块，可以使用 pip 安装，命令如下：

pip install PyPDF2

然后，我们可以编写以下代码：

import PyPDF2
import re

pdf_file = 'example.pdf'  # PDF 文件路径
search_string = '关键词'  # 搜索的关键词

# 打开 PDF 文件
with open(pdf_file, 'rb') as f:
    pdf_reader = PyPDF2.PdfFileReader(f)

    # 获取 PDF 文件的页数
    num_pages = pdf_reader.getNumPages()

    # 遍历每一页
    for page in range(num_pages):
        # 获取当前页的内容
        page_obj = pdf_reader.getPage(page)
        page_text = page_obj.extractText()

        # 搜索关键词
        if re.search(search_string, page_text):
            # 打印页码和内容
            print('Page {} contains keyword "{}":\n{}'.format(page+1, search_string, page_text))

以上代码会打开指定的 PDF 文件，遍历每一页，搜索指定的关键词，并打印包含关键词的页码和内容。

注意，这种方法只能搜索纯文本内容，如果 PDF 文件中包含图片或其他非文本内容，将无法搜索到。