Skip to main content
 首页 » 编程设计

Python 分节阅读 pdf

2025年05月04日11mengfanrong

我正在尝试读取一个 pdf 文件,其中每一页都分为 3x3 表格的信息 block

A | B | C 
D | E | F 
G | H | I 

每个条目都分为多行。一个条目的简化示例是 this card .但随后其他 8 个插槽中将有类似的卡。 我希望能够阅读 A,然后是 B,然后是 C……;但是,如果我阅读 A、B 和 C 的第一行,然后阅读 A、B 和 C 等的第二行,我就可以生存。我看过 pdfminer 和 pypdf,但我没有看到任何适合我正在寻找的东西。答案here效果还不错,但是
的顺序 列通常会扭曲。

请您参考如下方法:

在第二个答案here替换

self.rows = sorted(self.rows, key = lambda x: (x[0], -x[2])) 

通过

self.rows = sorted(self.rows, key = lambda x: (x[0], -x[2], x[1])) 

非常重要:请参阅此答案的最后一段。