句容网站建设外贸网站推广seo

首先说明下，PDF需要是电子版本的，不能是图片或者无法选中的那种。

需求1：假如我有一批数量比较多的同样格式的PDF电子文档，需要把特定多个区域的数字或者文字提取出来

需求2：我有一批PDF文档，但是文件的名称都是一些乱码，我需要根据PDF文件里面第一页内容的标题来批量重命名这些文件

需求1思路：我们任意选一个PDF文件作为样本，然后用代码把要提取的区域用方框标注出来，再然后把这些区域的坐标保存下来，后续批量处理每个PDF的时候，就根据保存的这些区域坐标来提取对应位置的文字或者数字

思路示意图：

最后的结果示意图：

这种思路的缺陷和需要注意的点：

1 需要每个批量处理的文件要提取的数据的位置都是一样的，比如第一个PDF文件需要提取的数字位于【100，100】这个坐标，那么后续每个文件需要提取的数字都要位于这个位置，如有变动，就会导致提取不到需要的数据

2 如果提取的文字不齐全，说明可能框选的方框略微小了一点，我代码里面设置了一个单独增大某个区域的功能

需求2思路：一批PDF文档的名称都是一些乱码，我需要根据PDF文件里面第一页内容的标题来批量重命名这些文件，实际上很简单，就是解析PDF文件，然后获取第一行的内容，然后重命名该文件即可，这个代码不复杂，就没放在本页了。

欢迎试用~

下载链接：https://pan.baidu.com/s/1WQQ8kaDilaagjoK5IrYZzA

提取码：1111