《基于python的PDF的文档文本提取系统设计》14000字

III参考文献杜朝强.浅谈计算机信息处理技术在办公自动化中的应用[N].江苏经济报,2016-04-21(B04).MaurizioRigamonti,Jean-LucBloechle,KarimHadjaretal.TowardsaCanonicalandStructuredRepresentationofPDFDocumentsThroughReverseEngineering.In:ProceedingsoftheEighthInternationalConferenceonDocumentAnalysisandRecognition.Seoul,SouthKorea.2005.NWWashington,DCUSA:IEEEComputerSociety,2005.1050~1055.张孟研.基于Python的Excel文档合并系统的设计与实现[J].福州电脑,2017(6):123-124.陈卓.PDF电子签章关键技术研究与应用[D].宁波大学,2019.王祥.AdobeAcrobat在图书馆文献数字化中的应用[J].图书馆界,2003(04):41-42.PDFReference:Version1.7[Z].2006.刘现营.面向医疗知识的PDF文本内容提取系统设计与实现[D].哈尔滨工业大学,2018.廖卓.PDF文件研究与表格识别[EB/OL].北京：中国科技论文在线[2009-12-21].朱玲玉.PDF文档解析与内容脱敏技术研究[D].西南交通大学,2018.刘邦国.网络PDF文档敏感内容防控系统设计与实现[D].西南交通大学,2019.徐兆桂.Python程序缺陷的自动检测与定位技术[D].南京大学,2017.AndreLessa著，张晓晖，张晓昕，王艳斌等译，深入学习：Python程序开发Pythondeveloper'shandbook[M],北京:电子工业出版社,2001年肖建等编著,Python程序设计基础[M],北京：清华大学出版社,2003年孟美华，王宏伟.PDF文件文本内容提取的设计与实现[EB/OL].北京：中国科技论文在线[2009-10-15].唐皓瑾.一种面向PDF文件的表格数据抽取方法的研究与实现[D].北京邮电大学,2015.田翠华,张一平,胡志钢,高静敏,李西雨.PDF文档表格信息的识别与提取[J].厦门理工学院学报,2020,28(03):70-76.罗杰红，郭卫霞.基于Web应用系统的GUI测试[A].四川理工学院学报,2010(04):168-170.何天池，李军义，吕珊.基于事件关联的GUI软件测试方法研究[EB/OL].北京：中国科技论文在线[2008-05-06].李悦.基于Python+Tkinter的LinuxGUI辅助管理工具的设计与实现[D].吉林大学,2009.Grayson,JohnE.著,陈文志等译,Python与Tkinter程序设计[M],北京:国防工业出版社,2002年附录一系统整体实现代码：importtkinterimportos.pathfromtkinterimportscrolledtextimporttkinter.filedialogfrompathlibimportPathimportpdfplumberimportosimportpyperclipimporttkinter.messageboxasmessageboxpath=os.getenv('HOME')filename=os.path.join(path,'info.txt')#创建应用程序窗口root=tkinter.Tk()#定义窗口大小root['height']=600root['width']=480#标签labelName=tkinter.Label(root,text='pdf路径:',justify=tkinter.RIGHT,anchor='e',width=80)labelName.place(x=10,y=10,width=80,height=20)varName=tkinter.StringVar(root,value='')entryName=tkinter.Entry(root,width=300,textvariable=varName)entryName.place(x=100,y=10,width=300,height=20)#选择文件函数defselectFile():files_path=tkinter.filedialog.askopenfilename(title='请选择文件',initialdir=r'.',filetypes=[('pdf','.pdf')],defaultextension='.pdf')varName.set(files_path)#选择文件按钮buttonSelectFile=tkinter.Button(root,text='选择文件...',command=selectFile)buttonSelectFile.place(x=405,y=10,width=70,height=20)#文本显示框pdf_text=tkinter.StringVar(root,value='')scr=tkinter.scrolledtext.ScrolledText(root,width=30,height=3,wrap=tkinter.WORD)scr.place(x=10,y=65,width=460,height=480)#导入pdf函数defimport_pdf():my_file=Path(varName.get())ifmy_file.is_file():total=''pdf=pdfplumber.open(varName.get())forpageinpdf.pages:total+=page.extract_text()scr.delete(1.0,'end')scr.insert('end',total)file_name=os.path.basename(varName.get())root.title(file_name)buttonImport=tkinter.Button(root,text='导入',command=import_pdf,bg="red")buttonImport.place(x=230,y=35,width=50,height=20)#复制文件函数defcopy_file():my_file=Path(varName.get())ifmy_file.is_file():total=''pdf=pdfplumber.open(varName.get())forpageinpdf.pages:total+=page.extract_text()scr.delete(1.0,'end')scr.insert('end',total)pyperclip.copy(total)#复制文件按钮buttonCopyFile=tkinter.Button(root,text='复制',command=copy_file,bg='green')buttonCopyFile.place(x=50,y=550,width=70,height=30)#导出文件函数defexport_file():my_file=Path(varName.get())ifmy_file.is_file():total=''pdf=pdfplumber.open(varName.get())forpageinpdf.pages:total+=page.extract_text()file_name=os.path.basename(varName.get())outfile=open(file_name[:-4]+".txt",'w')outfile.write(total)outfile.close()#root.title('tkinter')#将标题设置为'tkinter'