<sup id="m40ya"></sup>
  • 
    
  • <kbd id="m40ya"></kbd>
    <samp id="m40ya"></samp>
    <ul id="m40ya"></ul>
  • 更多精彩內容,歡迎關注:

    視頻號
    視頻號

    抖音
    抖音

    快手
    快手

    微博
    微博

    基于Python實現PDF區域文本提取工具

    導讀這篇文章主要為大家介紹了如何通過Python實現一個非常精簡的圖像化的PDF區域選擇提取工具,文中示例代碼講解詳細,希望對大家能有所幫助。
    功能簡介

    打開軟件后界面如下:

    點擊打開文件按鈕打開之前的PDF文件后效果如下:

    框選區域后,標題欄會自動顯示當前框選的區域提取到的文字,還可以左右按鈕切換:

    實際我們需要提取文字的區域可能不止這一個,所以程序支持多區域框選:

    完成區域框選后就可以點擊保存文件,將PDF每頁提取到的文本保存到一個csv文件中,當前選區的保存結果如下:

    可以看到已經按框選順序依次保存了每一個區域的字符串。

    如果選擇區域時發現提取結果不準確,可以撤銷后重新選擇:

    保存圖片則會將PDF的每頁的整體保存為一張圖片,未選擇區域時,以頁碼為文件名保存圖片:

    選擇區域時,會自動提取最后一個區域提取的文本作為當前頁的文件名:

    開發代碼

    當然這個項目由于本人是一次使用wxpython,功能非常簡約,現在將完整代碼開源出來期待各位大佬的改進。

    源碼和已編譯工具下載地址:

    https://codechina.csdn.net/as604049322/python_gui

    完整代碼:

    """
    小小明的代碼
    CSDN主頁:https://blog.csdn.net/as604049322
    """
    __author__?=?'小小明'
    __time__?=?'2021/11/24'
    
    import?csv
    
    import?wx
    import?os
    import?fitz
    
    
    class?MyCanvas(wx.Panel):
    ????def?__init__(self,?parent):
    ????????wx.Panel.__init__(self,?parent)
    ????????self.parent?=?parent
    ????????self.rects?=?[]
    ????????self.Bind(wx.EVT_LEFT_DOWN,?self.OnLeftButtonEvent)
    ????????self.Bind(wx.EVT_LEFT_UP,?self.OnLeftButtonEvent)
    ????????self.Bind(wx.EVT_MOTION,?self.OnLeftButtonEvent)
    ????????self.Bind(wx.EVT_PAINT,?self.DoDrawing)
    ????????b?=?wx.Button(self,?-1,?"打開文件",?(0,?0))
    ????????self.Bind(wx.EVT_BUTTON,?self.OnButton,?b)
    ????????b?=?wx.Button(self,?-1,?"保存文件",?(75,?0))
    ????????self.Bind(wx.EVT_BUTTON,?self.save_file,?b)
    ????????b?=?wx.Button(self,?-1,?"保存圖片",?(150,?0))
    ????????self.Bind(wx.EVT_BUTTON,?self.save_img,?b)
    ????????b?=?wx.Button(self,?-1,?"撤銷選區",?(225,?0))
    ????????self.Bind(wx.EVT_BUTTON,?self.back_select,?b)
    
    ????????b?=?wx.Button(self,?-1,?"《",?(300,?0),?size=(25,?25))
    ????????self.Bind(wx.EVT_BUTTON,?self.previous,?b)
    ????????b?=?wx.Button(self,?-1,?"》",?(325,?0),?size=(25,?25))
    ????????self.Bind(wx.EVT_BUTTON,?self.next,?b)
    
    ????????self.g1?=?wx.Gauge(self,?-1,?100,?(0,?30),?(-1,?100),?wx.GA_VERTICAL)
    
    ????def?previous(self,?evt):
    ????????if?not?hasattr(self,?"pdfDoc"):
    ????????????return
    ????????if?self.i?>?0:
    ????????????self.i?-=?1
    ????????????self.change_pdf_page(self.i,?False)
    ????????????self.DoDrawing(-1)
    ????????????if?self.rects:
    ????????????????self.parent.SetTitle(self.path?+?"|"?+?self.extract_pdf_text())
    
    ????def?next(self,?evt):
    ????????if?not?hasattr(self,?"pdfDoc"):
    ????????????return
    ????????if?self.i?3d}"
    ????????????????pix.save(f"{path}/{name}.png")
    ????????????????self.g1.SetValue((i?+?1)?*?100?//?self.pdfDoc.pageCount)
    ????????dlg.Destroy()
    ????????os.system(f"explorer?{path}")
    
    ????def?save_file(self,?evt):
    ????????if?not?hasattr(self,?"pdfDoc"):
    ????????????return
    ????????path?=?self.save_FileDialog()
    ????????if?path?is?None:
    ????????????return
    ????????data?=?[]
    ????????for?i?in?range(self.pdfDoc.pageCount):
    ????????????page?=?self.pdfDoc[i]
    ????????????row?=?[self.extract_pdf_text(page,?rect)
    ???????????????????for?i,?rect?in?enumerate(self.rects)]
    ????????????data.append(row)
    ????????with?open(path,?"w")?as?f:
    ????????????writer?=?csv.writer(f,?lineterminator="\n")
    ????????????row?=?[f"區域{i}"?for?i?in?range(1,?len(row)?+?1)]
    ????????????writer.writerow(row)
    ????????????for?row?in?data:
    ????????????????writer.writerow(row)
    ????????os.system(f"cmd?/c?start?{path}")
    
    ????def?extract_pdf_text(self,?page=None,?rect=None):
    ????????if?page?is?None:
    ????????????page?=?self.pdfDoc[self.i]
    ????????if?rect?is?None:
    ????????????rect?=?self.rects[-1]
    ????????a,?b,?c,?d?=?rect
    ????????clip?=?fitz.Rect(a,?b,?a?+?c,?b?+?d)
    ????????text?=?page.get_text(clip=clip).strip()
    ????????return?text
    
    ????def?change_img(self,?img_path,?move=True):
    ????????self.bmp?=?wx.Bitmap(img_path)
    ????????self.SetSize(self.bmp.GetSize())
    ????????self.parent.SetSize(self.parent.GetBestSize())
    ????????if?move:
    ????????????self.parent.Center()
    
    ????def?DoDrawing(self,?evt):
    ????????if?not?hasattr(self,?"bmp"):
    ????????????return
    ????????dc?=?wx.ClientDC(self)
    ????????dc.DrawBitmap(self.bmp,?0,?0,?True)
    ????????dc.SetPen(wx.Pen('blue'))
    ????????dc.SetBrush(wx.Brush('white',?wx.BRUSHSTYLE_TRANSPARENT))
    ????????dc.DrawRectangleList(self.rects)
    
    ????def?OnLeftButtonEvent(self,?event):
    ????????if?event.LeftDown():
    ????????????self.x,?self.y?=?event.GetPosition()
    ????????????self.rects.append([self.x,?self.y,?0,?0])
    ????????elif?event.Dragging():
    ????????????x,?y?=?event.GetPosition()
    ????????????self.rects[-1][2]?=?x?-?self.x
    ????????????self.rects[-1][3]?=?y?-?self.y
    ????????????self.DoDrawing(-1)
    ????????elif?event.LeftUp():
    ????????????print(self.rects)
    ????????????if?self.rects[-1][2]?

    為你推薦
    資訊專欄
    熱門視頻
    相關推薦
    詳解python的循環 python實現新年倒計時實例代碼 Python實現消消樂小游戲 學習python的while循環嵌套 提升Python運行速度的5個小技巧 Python按鍵或值對字典進行排序 圖像檢索之基于vlfeat實現SIFT特征 python繪圖中的四個繪圖技巧 js中toString方法3個作用 信息系統項目管理師報考條件 信息系統項目管理師報考時間 信息系統項目管理師報名時間 信息系統項目管理師考試時間 pmp與信息系統項目管理師 信息系統項目管理師報考要求 信息系統項目管理師有效期 信息系統項目管理師考什么論文 信息系統項目管理師是什么類別 軟考信息系統項目管理師怎么備考 備考流程有哪些 考信息系統項目管理師需要考幾門 Python數據分析處理(三)--運動員信息的分組與聚合 Python實現城市公交網絡分析與可視化 Python&nbsp;垃圾回收機制詳解 python正則表達式語法學習筆記 一文秒懂python正則表達式常用函數 Python常用的正則表達式處理函數詳解 JS截取字符串的三種方法詳解 PHP遍歷數組的6種方式總結 php兩種基本的輸出方及實例詳解 php生成唯一uid的解決方法詳解 PHP7中對十六進制字符串處理的問題詳解 PHP對接抖音開發平臺接口的詳細教程 php7安裝mysqli實例講解 php去掉一維數組的鍵值的實例方法 PHP中empty()和isset()的區別介紹 PHP實現JWT的Token登錄認證 php判斷時間戳是否為今天實例講解 PHP7 preg_replace出錯及解決辦法 五年班的學習計劃怎么寫 五年級的學習計劃 初中新學期學習計劃怎么寫
    Top 四虎国产精品免费久久| 无码精品国产一区二区三区免费| 99热门精品一区二区三区无码| 自拍偷自拍亚洲精品被多人伦好爽| 经典国产乱子伦精品视频| 久久综合久久自在自线精品自| 国产玖玖玖九九精品视频| 大香视频伊人精品75| 91九色精品国产免费| 人妻少妇精品视频二区| 亚洲精品一品区二品区三品区| 国产热re99久久6国产精品| 亚洲精品亚洲人成在线| 真实国产乱子伦精品免费| 日韩精品国产自在久久现线拍| 国产精品成人一区二区 | 久久亚洲精品国产亚洲老地址| 国产成人亚洲精品青草天美| 久久97久久97精品免视看秋霞| 国产成人精品视频福利app| 久久精品日韩av无码| 999国内精品永久免费视频| 91一区二区在线观看精品 | 精品一久久香蕉国产二月| 日韩精品久久久肉伦网站| 久久精品国产精品青草app| 久久精品亚洲乱码伦伦中文| 香港aa三级久久三级老师2021国产三级精品三级在 | 中文字幕久久久久久精品| 精品久久久久久中文字幕人妻最新| 三上悠亚久久精品| 久久九九AV免费精品| 亚洲AV永久纯肉无码精品动漫| 国产精品无码久久综合| 国产午夜精品理论片久久| 久久精品中文字幕有码| 香蕉在线精品视频在线观看6| 国产亚洲精品精品国产亚洲综合| H无码精品3D动漫在线观看| 日韩A∨精品日韩在线观看 | 91自产拍在线观看精品|