代码拉取完成,页面将自动刷新
同步操作将从 tingwen/数据分析 强制同步,此操作会覆盖自 Fork 仓库以来所做的任何修改,且无法恢复!!!
确定后同步将在后台操作,完成时将刷新页面,请耐心等待。
import os
import pdfplumber
def pdf2txt(ThePath:str,aim_path:str ):
def parsePDF(dir, file, pdf_path, txtpath):
try:
with open(txtpath, "w", encoding='utf-8') as txt:
with pdfplumber.open(pdf_path) as pdf:
for i, page in enumerate(pdf.pages):
print(f'正在转换{dir}-{file}-{i + 1}页')
txt.write(page.extract_text())
except Exception as e:
print(f"发生异常: {str(e)}")
# 主程序
ThePath = r'/Users/liujingyu/Downloads/gitee/cipin/3/pdf/2007年报'
aim_path = r'/Users/liujingyu/Downloads/gitee/cipin/3/txt'
dir_list = os.listdir(ThePath)
for dir in dir_list:
dir_path = os.path.join(ThePath, dir) # 使用os.path.join来构建目录路径
if not os.path.exists(os.path.join(aim_path, dir)):
os.makedirs(os.path.join(aim_path, dir)) # 使用os.path.join来构建目录路径
for root, dirs, files in os.walk(dir_path, topdown=False):
for file in files:
try:
pdf_path = os.path.join(root, file) # 使用os.path.join来构建文件路径
file_name = os.path.basename(pdf_path) # 从文件路径中提取文件名
txt_path = os.path.join(aim_path, dir, file_name.split('.')[0] + '.txt') # 构建txt文件路径
parsePDF(dir, file, pdf_path, txt_path)
except:
with open('错误信息.txt', 'a', encoding='UTF-8', errors='ignore') as f:
f.write(os.path.join(root, file) + '/n') # 使用os.path.join来构建文件路径
pdf2txt(ThePath,aim_path)
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。