如何使用PDFrw在Python中从PDF中提取数据

Question

我正在尝试使用PDFrw从某个PDF获取数据（让我们说一下页面右上角的HERE）。我使用PDFrw来做到这一点。我查看了他们提供的文档（我找不到太多）并查看了他们在git上发布的示例代码，但我似乎无法获得足够的信息来做我想做的事情。如何使用PDFrw制作一个简单的程序进入PDF（或者如果有更好的那个，则进入另一个程序）并提取某段文本。我正在考虑将其转换为HTML ...这会更容易吗？看看我上面提供的PDF作为一个例子，我想得到（让我们说）电压，这在PDF中是600瓦...我怎样才能以最简单的方式做到这一点？我找不到关于此问题的任何其他堆栈溢出问题，所以希望有人可以帮助以前使用它！

谢谢！

Answer 1

我是pdfrw的作者，并不是真的为此而设计的。你应该看看pdfminer。