pdf文件的读取，基于深度学习的方法

须要安装一些依赖剖析 PDF 文件的详细指南_unstructured.partition.pdf-CSDN博客文章欣赏阅读1.3k次，点赞13次，收藏9次。通过 unstructured.partition.pdf 函数，可以方便地剖析 PDF 文件并提取此中的文本和表格内容。只管在利用过程中大概会遇到一些错误，但通过精确的安装和设置依赖项，以及实验其他 PDF 剖析库，可以有用地办理这些标题。本文将先容怎样利用 unstructured.partition.pdf 函数来剖析 PDF 文件，并提取此中的文本和表格内容。这个错误通常表现你的 PDF 文件在解压缩过程中出现了标题，大概是由于文件破坏、格式不兼容或不支持的压缩方法等缘故原由。_unstructured.partition.pdf

https://blog.csdn.net/qq_28704101/article/details/140464343

剖析 PDF 文档的挑衅在于精确提取整个页面的结构并将内容（包罗表格、标题、段落和图像）转换为文档的文本表现情势。该过程涉及处理处罚文本提取、图像辨认中的不精确以及表格中行列关系的杂乱。
挑衅1：怎样从表格和图像中提取数据
检测到的表数据可以直接导出为HTML，导出来的表格数据可以直接被辨认
挑衅2：怎样重新分列检测到的块？特殊是对于双列PDF

在确定结构后，unstructured[3]框架会将每个页面分别为几个矩形块，如图8所示：

主流剖析 PDF 的方法有以下三种：

  

• 基于规则的方法：每个部分的风格和内容根据文档的构造特性确定。然而，这种方法的通用性不是很强，由于 PDF 的范例和结构多种多样，不大概用预界说的规则涵盖全部范例和结构。
    
  
• 基于深度学习模子的方法：比方当前盛行的团结目标检测（yolox）和OCR模子的办理方案。
    
  
• 基于多模态大型模子通报复杂结构或提取 PDF 中的关键信息。
  
  

最具代表性的工具之一是pypdf，它是一种广泛利用的基于规则的剖析器。它是LangChain和LlamaIndex中用于剖析PDF文件的尺度方法。利用起来非常简朴

1. # 确保已安装PyPDF2模块
2. try:
3.     import PyPDF2
4. except ImportError:
5.     import sys
7.     sys.exit("Please install the PyPDF2 module first, using: pip install PyPDF2")
10. def extract_text_from_pdf(filename, page_num):
11.     try:
12.         with open(filename, 'rb') as pdf_file:
13.             reader = PyPDF2.PdfReader(pdf_file)
14.             if page_num < len(reader.pages):
15.                 page = reader.pages[page_num]
16.                 text = page.extract_text()
17.                 if text:
18.                     return text
19.                 else:
20.                     return "No text found on this page."
21.             else:
22.                 return f"Page number {page_num} is out of range. This document has {len(reader.pages)} pages."
23.     except Exception as e:
24.         return f"An error occurred: {str(e)}"
27. if __name__ == '__main__':
28.     # 示例用法
29.     filename = "/home/00_rag/fufan-ch

复制代码

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。