当前位置: 首页 > news >正文

理县网站建设公司网站搭建一般要多少钱

理县网站建设公司,网站搭建一般要多少钱,湖南百度推广代理商,手机制作小程序引言: 处理大量PDF文档的文本提取任务可能是一项繁琐的工作。本文将介绍一个使用Python编写的工具,可通过简单的操作一键提取大量PDF文档中的文本内容,极大地提高工作效率。 import wx import pathlib import fitzclass PDFExtractor(wx.Fr…

引言:

处理大量PDF文档的文本提取任务可能是一项繁琐的工作。本文将介绍一个使用Python编写的工具,可通过简单的操作一键提取大量PDF文档中的文本内容,极大地提高工作效率。

import wx
import pathlib
import fitzclass PDFExtractor(wx.Frame):def __init__(self, parent, title):super(PDFExtractor, self).__init__(parent, title=title, size=(400, 200))panel = wx.Panel(self)vbox = wx.BoxSizer(wx.VERTICAL)self.file_picker = wx.FilePickerCtrl(panel, style=wx.FLP_DEFAULT_STYLE | wx.FLP_USE_TEXTCTRL)self.save_picker = wx.DirPickerCtrl(panel, style=wx.DIRP_DEFAULT_STYLE | wx.DIRP_USE_TEXTCTRL)self.extract_button = wx.Button(panel, label="提取")self.extract_button.Bind(wx.EVT_BUTTON, self.on_extract)vbox.Add(wx.StaticText(panel, label="选择PDF文件:"), 0, wx.ALL | wx.EXPAND, 5)vbox.Add(self.file_picker, 0, wx.ALL | wx.EXPAND, 5)vbox.Add(wx.StaticText(panel, label="选择输出路径:"), 0, wx.ALL | wx.EXPAND, 5)vbox.Add(self.save_picker, 0, wx.ALL | wx.EXPAND, 5)vbox.Add(self.extract_button, 0, wx.ALL | wx.CENTER, 5)panel.SetSizer(vbox)def on_extract(self, event):pdf_path = self.file_picker.GetPath()save_path = self.save_picker.GetPath()if pdf_path and save_path:progress_dialog = wx.ProgressDialog("提取进度", "正在提取...", maximum=100, parent=self)try:with fitz.open(pdf_path) as doc:total_pages = len(doc)progress = 0for index, page in enumerate(doc):text = page.get_text()output_file = pathlib.Path(save_path) / f"page_{index + 1}.txt"output_file.write_text(text, encoding="utf-8")progress = int((index + 1) / total_pages * 100)progress_dialog.Update(progress, f"正在提取第 {index + 1} 页 / 共 {total_pages} 页")progress_dialog.Update(100, "提取完成!")wx.MessageBox("提取完成!", "成功", wx.OK | wx.ICON_INFORMATION)except Exception as e:wx.MessageBox(str(e), "错误", wx.OK | wx.ICON_ERROR)finally:progress_dialog.Destroy()else:wx.MessageBox("请选择PDF文件和输出路径!", "错误", wx.OK | wx.ICON_ERROR)def main():app = wx.App()frame = PDFExtractor(None, "PDF提取器")frame.Show()app.MainLoop()if __name__ == '__main__':main()

在这个示例中,我们创建了一个wx.ProgressDialog对象,用于显示提取进度。在提取每一页的文本时,我们使用enumerate函数获取当前页的索引,并根据总页数计算提取进度的百分比。然后,我们使用progress_dialog.Update方法更新进度条的进度和显示的文本。

请注意,由于提取过程可能需要一些时间,所以我们使用进度条对话框来显示进度并阻止用户的交互。在提取完成后,进度条对话框会自动关闭。

其中:

1)文档选择: 

      self.file_picker = wx.FilePickerCtrl(panel, style=wx.FLP_DEFAULT_STYLE | wx.FLP_USE_TEXTCTRL)

2、文件夹选择:     

   self.save_picker = wx.DirPickerCtrl(panel, style=wx.DIRP_DEFAULT_STYLE | wx.DIRP_USE_TEXTCTRL)

3、进度显示:

progress = int((index + 1) / total_pages * 100)progress_dialog.Update(progress, f"正在提取第 {index + 1} 页 / 共 {total_pages} 页")progress_dialog.Update(100, "提取完成!")

4、最重要的:获得pdf中的文本:

with fitz.open(pdf_path) as doc:total_pages = len(doc)progress = 0for index, page in enumerate(doc):text = page.get_text()output_file = pathlib.Path(save_path) / f"page_{index + 1}.txt"output_file.write_text(text, encoding="utf-8")

结果如下:

  

http://www.rdtb.cn/news/13302.html

相关文章:

  • 网站开发思路软文代写接单平台
  • 建立网站该怎样做网络服务器图片
  • 深远互动 网站建设搜索引擎营销的概念及特点
  • 中国菲律宾汇率换算百度seo算法
  • 帮一个企业做网站流程sem工资
  • 视频剪辑制作公司个人seo外包
  • wordpress显示文章内容seo自学网视频教程
  • 外贸cms 网站网站的建设流程
  • 怎么搭建视频网站2345浏览器网页版
  • 重庆专业微信网站制作nba交易最新消息
  • 网站什么做女生学电子商务后悔了
  • 古风网站建设推广优化师
  • 做网站文字编辑工作好不好搜索引擎营销概念
  • 桓台响应式网站建设网络营销典型案例
  • python做网站比php朋友圈产品推广文案
  • 如何与知名网站做友情链接整合营销传播的六种方法
  • 进出口贸易网优化设计答案六年级上册语文
  • 贵州省交通建设工程质量监督局网站游戏优化是什么意思
  • 云南昆明做网站百度资讯
  • 长沙做官网的公司seo常用分析的专业工具
  • 网站系统安全防护体系建设方案 下载银川seo优化
  • 深圳电商网站制作公司厦门网络推广外包多少钱
  • 做像58这种分类信息网站赚钱吗seo在线优化工具
  • 沈阳学习做网站seo怎么优化网站排名
  • 建一个网站大概需要多长时间网站建站流程
  • 黄岛开发区做网站网络公司上海今日头条新闻
  • cfa一级看多久台州做优化
  • 积极推进在线网站建设好用的种子搜索引擎
  • 动态网站的例子广西疫情最新消息
  • 文登区城乡建设和规划局网站现在的seo1发布页在哪里