如何使用python代码找到PDF文件的每个段落的字体大小？
提问于 2021-06-23 10:09:01
现在我正在做一个项目，在这个项目中，我必须找到PDF文件中每个段落的字体大小。我尝试过各种python库，比如fitz，PyPDF2，pdfrw，pdfminer，pdfreader。所有的库都获取文本数据，但我不知道如何获取段落的字体大小。感谢您在advance..your中的帮助。
我已经试过了，但无法获得字体大小。
import fitz
filepath = '/home/user/Downloads/abc.pdf'
text = ''
with fitz.open(filepath ) as doc:
for page in doc:
text+= page.getText()
print(text)
回答 1
Stack Overflow用户
回答已采纳
发布于 2021-06-24 06:43:48
我从pdfminer得到了解决方案。下面给出了相同的python代码。
from pdfminer.high_level import extract_pages
from pdfminer.layout import LTTextContainer, LTChar,LTLine,LAParams
import os
path=r'/path/to/pdf'
Extract_Data=[]
for page_layout in extract_pages(path):
for element in page_layout:
if isinstance(element, LTTextContainer):
for text_line in element:
for character in text_line:
if isinstance(character, LTChar):
Font_size=character.size
Extract_Data.append([Font_size,(element.get_text())])页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/68097779
复制相关文章
![[译] SIGTERM：Linux 容器的优雅终止（退出代码 143）](https://ask.qcloudimg.com/http-save/yehe-1952081/f7c2fabdb4e1a2dbb27501f0408bb2a2.jpeg)
![[译] SIGSEGV：Linux 容器中的分段错误（退出代码 139）](https://ask.qcloudimg.com/http-save/yehe-1952081/7d2d0904fea1d0551959763150a00973.jpeg)
点击加载更多
腾讯云开发者
