复制PDF文档后的文字的处理

有些PDF文档的清晰度非常的低,使用PDF转Word时候,经常会把PDF中的内容变成图片放到Word里,非常无语,直接复制出来的又有一大堆空格和换行,排版感人,决定用Python将这些乱七八糟的东西去掉,只保留文字,达到复制粘贴的效果。

代码十分的简单,如下:

f = open('test.txt', 'rb')
obj = f.read().decode('utf-8')
obj = obj.strip()
obj = obj.replace('\n', '')
obj = obj.replace('\r', '')
f.close()

f2 = open('test2.txt', 'w')
f2.write(obj)
f2.close()
©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容