20220109
pdf拆分
不要点提取页面为单独文件 这样会提取出完整的一个文件
而如果选了的话会全部拆分成一页一页
20220107
# code=utf-8
import os
import time
import sys
import fitz
import pdfplumber
from openpyxl import Workbook
from tqdm import tqdm
PATH = r'D:\project_pycharm\medicine_standard_lib/'def analysis_table(pdf_file):# 打开表格workbook = Workbook()sheet = workbook.active# 打开pdfwith pdfplumber.open(pdf_file) as pdf:# 遍历每页pdffor page in tqdm(pdf.pages):# 提取表格信息table = page.extract_table()# print(table)# 格式化表格数据for row in table:# print(row)sheet.append(row)workbook.save(filename="医保药品分类与代码数据库更新202110.pdf.xlsx")analysis_table(PATH+'医保药品分类与代码数据库更新202110.pdf')
抽取表格
https://blog.csdn.net/wxplol/article/details/109304946
基于pymupdf的PDF的文本、图片和表格信息提取
https://mp.weixin.qq.com/s/59UiYl1AJh-kWQOCeeIMHA
各种pdf解析库
https://www.jianshu.com/p/d38f2a582aa8
Python实现PDF内容抽取PyMuPDF
平滑的地方都选上
自定义分辨率
或者用2345 pdf阅读器 很清晰
可以调节显示器的 clear vision 来调节对比度 增加显示效果
模糊的pdf文档会变的清晰
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/xbs150/article/details/84870176
</div><!--一个博主专栏付费入口--><!--一个博主专栏付费入口结束--><link rel="stylesheet" href="https://csdnimg.cn/release/phoenix/template/css/ck_htmledit_views-4a3473df85.css"><link rel="stylesheet" href="https://csdnimg.cn/release/phoenix/template/css/ck_htmledit_views-4a3473df85.css"><div class="htmledit_views" id="content_views"><p><strong>AdobeAcrobat是一款不错的pdf编辑阅读器，大家常用来阅读文献资料，但是在安装完成使用时候，常常出现页面字体不清晰的情况，需要做一下调整：</strong></p>
（1）打开AdobeAcrobat属性中的兼容性设置界面（右击桌面AdobeAcrobat的图标，选择属性，点击兼容性）
（2）对兼容性做如下设置，调整成为程序自动使用高DPI
（3）打开AdobeAcrobat，选择编辑——首选项——页面设置，将分辨率调整成为使用系统设置，渲染部分的平滑文本选择用于显示器，其他的默认打钩。页面布局和缩放类型可以自己调整了看，这里选择自动。
（4）重启AdobeAcrobat即可
