用python写一个利用PDF文档提取工具，对PDF文件进行读取

使用 Python 读取 PDF 文件可以使用 PyPDF2 库。以下是一个简单的示例代码，演示如何使用 PyPDF2 库读取 PDF 文件：

import PyPDF2

# 打开PDF文件
with open('example.pdf', 'rb') as pdf_file:
    # 创建一个PDF读取器对象
    pdf_reader = PyPDF2.PdfFileReader(pdf_file)

    # 获取PDF文件信息
    print(f'PDF文件页数：{pdf_reader.getNumPages()}')
    print(f'PDF文件标题：{pdf_reader.getDocumentInfo().title}')
    print(f'PDF文件作者：{pdf_reader.getDocumentInfo().author}')

    # 获取PDF文件内容
    for page_num in range(pdf_reader.getNumPages()):
        # 获取当前页
        page = pdf_reader.getPage(page_num)

        # 提取当前页文本
        page_text = page.extractText()

        # 打印当前页文本
        print(f'第{page_num+1}页的内容：\n{page_text}\n')

在这个示例代码中，我们首先使用 `open()` 函数打开 PDF 文件。然后，我们创建一个 `PdfFileReader` 对象，将 PDF 文件传递给它。接下来，我们使用 `getNumPages()` 函数获取 PDF 文件的页数，并使用 `getDocumentInfo()` 函数获取 PDF 文件的标题和作者信息。最后，我们使用 `getPage()` 函数获取 PDF 文件中的每一页，并使用 `extractText()` 函数提取每一页的文本内容。

如果您需要处理大量的 PDF 文件，建议使用批量处理技术，如循环语句和函数，以提高程序的效率和可维护性。