使用PyMuPDF(即fit服务器托管z)读取PDF中的text时,会把页码也读进来。所以,有时候就需要让程序忽略页眉和页脚,或者直接删除页眉和页脚。
根据fitz的文档:Page – PyMuPDF 1.24.0 documentation
get_text的clip参数可以指定要读取文字的区域,于是大致代码如下:
doc = fitz.open(fname)
page = doc[0]
rect = 服务器托管page.rect
clip = 50 # 假设页眉和页脚的高度都是50
crop = fitz.Rect(0, clip, rect.width, rect.height-clip)
text = page.get_text(clip=crop)
服务器托管,北京服务器托管,服务器租用 http://www.fwqtg.net
相关推荐: 【EndNote20】Endnote20和word的一些操作
文章目录 前言 一、如何导入参考文献到EndNote20 1.1.在谷歌学术或知网上下载文献 1.2.将下载好的文件导入EndNote20(可批量导入) 1.3.书籍如何导入 二、Word中加入参考文献 前言 做毕设时学习了EndNote20的一些使用方法,并…