PDF檔案大綱之讀取與整理

Table of contents

背景

  • PDF檔案的讀取這一題有悠久的歷史，雖然早期py27時代的經驗並不是很理想，但py37的模組顯然有很大的進步。
  • 此處應用的範例是從一個環評報告pdf檔案中讀取其大綱架構、建立從屬關係、並將各段文字拆解放成csv檔案，以備機器學習之用。

Jupyter實例

outliner.ipynb

個別程式

讀取大綱的程式

pp.py

建立從屬關係與拆解程式

level.py