python提取pdf中的单词

你可以使用Python中的PyPDF2库来提取PDF中的文本，然后使用正则表达式或其他文本处理技术来提取单词。下面是一个简单的例子，演示如何使用PyPDF2和正则表达式提取PDF中的单词：

import PyPDF2
import re

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

# 创建PDF阅读器对象
pdf_reader = PyPDF2.PdfFileReader(pdf_file)

# 获取第一页文本
page_text = pdf_reader.getPage(0).extractText()

# 使用正则表达式提取单词
words = re.findall(r'\b\w+\b', page_text)

# 打印提取的单词
print(words)

# 关闭文件
pdf_file.close()

这个例子假设你要提取的PDF文件名为“example.pdf”，它只有一页。你可以根据需要修改代码来适应不同的情况。