能有效的提取PDF图片上面的文字,保存为TXT格式
2022-01-24 10:18:24 34.96MB PDF 提取文字 转txt
1
pdf文件和jpg、png图片转为txt文本,适用windows 64位
用Python实现的一个小工具,下载包包含源码和编译后打包的可执行文件。 可以根据配置从PDF文档里面提取一些关键字并写入Excel, 此工具适合转换一些批量的固定格式模板的PDF到Excel, .Docx文档可以用Word先转为PDF再使用此工具 PDF2Excel 目录下为python源码 PDF2Excel/dist 下为打包好相关依赖的可执行文件 config.ini文件为配置文件,可以配置想提取的关键字和位置信息 配置文件说明: [keyword-n] --标识要提取的第n个关键字相关信息 name=姓名 --标识具体的关键字 shift=3 --提取目标内容相对关键字的偏移量,可以是负值,表示目标内容在关键字左侧,具体偏移几个字符可以预估,然后测试微调 length=3 --提取目标字符的长度 命令行显示“存放文档的文件夹名称” 是指源PDF文档位置,可以根据自己的文件夹命名输入
2021-03-07 19:02:13 65.07MB PDF提取文字信息到Excel
1