Python 有什么脚本可以爬 PDF 的吗？

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

V2EX 提问指南

这是一个创建于 1793 天前的主题，其中的信息可能已经有所发展或是发生改变。

GOOGLE 查了一下，大概都是推荐 PYPDF2+SCAPY 的方法，有前辈试过吗？我看 PYPDF2 那个项目原作者早就不维护了。或者还有什么别的方法可以爬 PDF 吗？求指教不胜感激！

2 条回复 • 2019-12-19 08:10:59 +08:00

binux

2019-12-19 07:12:16 +08:00

PDF 最近十年有什么变化吗？
你需要担心的不是库而是文字定位和扫描件

zeromake

2019-12-19 08:10:59 +08:00 via Android

https://github.com/pikepdf/pikepdf 如果说是 pdf 解析库可以考虑用这个