使用PyPDF2将PDF逐页转换为TXT并分段存储

PyPDF2是一个Python库，用于处理PDF文档，主要关注PDF文件的读取和操作。在这个特定的实例中，作者展示了一个如何使用PyPDF2将PDF文件中的文本内容逐页提取并保存到本地TXT文件中的方法。整个过程分为以下几个步骤： 1. 导入所需库：首先，从`PyPDF2.pdf`模块导入`PdfFileReader`类，这是PyPDF2用于处理PDF文件的核心类。同时，引入了`pandas`库，以便后续处理和存储数据。 2. 定义函数`Pdf_to_txt(pdf)`：这个函数接收一个PDF对象（由`PdfFileReader`创建），然后遍历PDF的每一页。对于每一页，它调用`getPage(i).extractText()`方法来获取页面上的文本。 3. 分割文本：提取的文本被分割成多行（`text = extractedText.split('\n')`），这里假设每行代表一个单独的数据单元。为了组织这些数据，作者将每8行划分为一组，并分别存储在不同的列表（`title`, `lin1`至`lin8`）中。 4. 数据结构化：通过循环控制变量`num`，将文本行根据顺序（标题、第一行至第八行）分配到对应的列表。当达到8行后，将当前的数据打包成一个字典，键为列名（如'Lin1'至'Lin8'），值为对应行的内容。 5. 将数据写入CSV：创建一个DataFrame，将数据字典转换为表格形式，然后设置文件名（包括页码）并保存为CSV文件。CSV文件的路径是固定的，`'tool/pdf解析/%s.txt' % file_name`，其中`%s`被实际的文件名替换，且使用`\t`作为分隔符。 6. 主函数入口：在`if __name__ == '__main__':`部分，表明这是一个可以独立运行的脚本，可以直接作为命令行工具使用。 总结来说，这段代码展示了如何使用PyPDF2库处理PDF文件，提取文本内容，然后按照预定义的结构进行存储。这对于批量处理包含结构化信息的PDF文档，如报告、表格等非常有用。通过这种方式，我们可以轻松地提取和分析PDF文件的内容，而无需依赖PDF阅读器的其他复杂功能。