当前位置： 首页 > news >正文

【python爬虫】批量识别pdf中的英文，自动翻译成中文上

news 2026/3/30 6:27:13

不管是上学还是上班，有时不可避免需要看英文文章，特别是在写毕业论文的时候。比较头疼的是把专业性很强的英文pdf文章翻译成中文。我记得我上学的时候，是一段一段复制，或者碰到不认识的单词就百度翻译一下，非常耗费时间。本文提供批量识别pdf中英文的方法，后续文章实现自动pdf英文转中文文档，敬请期待。

文章目录

    • 一、安装pdfplumber库
    • 二、识别单个pdf的内容
      • 1 识别单页的内容
      • 2 识别所有页的内容
    • 三、识别文件夹中所有pdf的内容

  

一、安装pdfplumber库

  
识别pdf中的内容，需要用到pdfplumber库，所以首先安装pdfplumber库，常规代码如下：

pip install pdfplumber

但是在安装过程会报如下错误：
  
图片

上网找了一下资料，发现可以使用国内的镜像进行安装

国内的一些pip源：
阿里云 http://mirrors.aliyun.com/pypi/simpl

相关文章：

【python爬虫】批量识别pdf中的英文，自动翻译成中文上

不管是上学还是上班，有时不可避免需要看英文文章，特别是在写毕业论文的时候。比较头疼的是把专业性很强的英文pdf文章翻译成中文。我记得我上学的时候，是一段一段复制，或者碰到不认识的单词就百度翻译一下，非常耗费时间。本文提供批量识别pdf中英文的方法，后续文章实现自…...

编程日记 2023/9/4 8:53:24

Android笔记--Hilt

Hilt 是 Android 的依赖项注入库，可减少在项目中执行手动依赖项注入的样板代码。执行手动依赖项注入要求您手动构造每个类及其依赖项，并借助容器重复使用和管理依赖项。依赖注入的英文是Dependency Injection，简称DI,简单说一个类中使用的依赖…...

编程日记 2023/9/4 8:52:23

Oracle常用权限处理

对于Oracle来说，用户等于Schema，创建用户即创建Schema -- 创建用户 create user TCK_TEXT identified by "TCKTCK"; --赋予登陆权限 grant connect to TCK_TEXT; --查看权限列表 select * from user_role_privs ; select * from user_sys_priv…...

编程日记 2023/9/4 8:51:23

Stable Diffuse 之 本地环境部署 WebUI 进行汉化操作

Stable Diffuse 之 本地环境部署 WebUI 进行汉化操作 目录 Stable Diffuse 之 本地环境部署 WebUI 进行汉化操作 一、简单介绍 二、汉化操作 附录： 一、Install from URL 中出现 Failed to connect to 127.0.0.1 port 7890: Connection refused 错误&#xf…...

编程日记 2023/9/4 8:50:19

r 安装源码包 安装本地r包

总结一下手动安装R包 - 简书 (jianshu.com)https://www.jianshu.com/p/2a7a36414734 #BiocManager::install("simplifyEnrichment") #BiocManager::install("EnsDb.Hsapiens.v86")#下载包 之后 手动安装 #install.packages("~/datasets/EnsDb.Hsapien…...

编程日记 2023/9/4 8:49:18

webservice调用对接第三方系统

#webservice调用对接第三方系统# 最近接到一个任务，需要对接第三方数据，第三方提供对接方式的是通过webservice调用，webservice调用有好几种方式，具体可以自行了解，我选择的是通过wsdl文件自动生成客户端代码对接。 …...

编程日记 2023/9/4 8:48:16

实现不同局域网文件共享的解决方案：使用Python自带HTTP服务和端口映射

文章目录 1. 前言2. 本地文件服务器搭建2.1 python的安装和设置2.2 cpolar的安装和注册 3. 本地文件服务器的发布3.1 Cpolar云端设置3.2 Cpolar本地设置 4. 公网访问测试5. 结语 1. 前言 数据共享作为和连接作为互联网的基础应用，不仅在商业和办公场景有广泛的应用…...

编程日记 2023/9/4 8:47:14

[Android 四大组件] --- Activity

1 Activity是什么 ​​Activity​​是一个Android的应用组件，它提供屏幕进行交互。每个Activity都会获得一个用于绘制其用户界面的窗口，窗口可以充满哦屏幕也可以小于屏幕并浮动在其他窗口之上。 一个应用通常是由多个彼此松散联系的Activity组成&…...

编程日记 2023/9/4 8:46:13

shell中for循环输出1-6

介绍单for循环的语法，以及对数字的循环使用 1、语法介绍 for 变量 in 值列表 do #执行的命令或代码块 Done其中，变量是用来存放每个值的变量名，值列表是需要遍历值的集合，在每次循环中，变量会被设置为值列表中的一…...

编程日记 2023/9/4 8:45:10

docker 04.更加重要的命令

之前的都是基础命令， 前台交互进程和后台守护进程： 重新进入容器： docker中的导入导出： docker中的拷贝到：...

编程日记 2023/9/4 8:44:09

【理解线性代数】（二）线性运算和线性空间

1. 从112看线性运算 11为什么等于2？其实11等于2有一个前提条件，那就是必须在线性运算规则下进行。什么是线性运算规则呢？ 理解起来很简单，在一条直线上， 一米的直线长度一米的直线长度两米的直线长度 两个数相加的结…...

编程日记 2023/9/4 8:43:08

专业的视觉特效处理包，FxFactory 8 Pro for Mac助您打造精彩视频

FxFactory 8 Pro for Mac是一款强大的视觉特效处理包，专门为Mac用户设计。它集成了超过200种高质量的视觉效果和过渡效果，可以轻松地应用于各种视频项目中。该软件提供了一个直观的界面，用户可以通过简单拖放操作将特效应用到视频片段上。它支…...

编程日记 2023/9/4 8:42:07

Darshan日志分析

标头 darshan-parser 输出的开头显示了有关作业的总体信息的摘要。还可以使用–perf、–file或–total命令行选项生成其他作业级别摘要信息。 darshan log version：Darshan 日志文件的内部版本号。compression method：压缩方法。exe：生成日志…...

编程日记 2023/9/4 8:41:06

python中如何不修改字符串的前提，使其对大小写字母不敏感

如果你希望在不修改原字符串的基础上实现大小写不敏感的比较，你可以使用内置函数str.casefold()，它会将字符串转换为小写并处理一些特殊字符，使得比较更加严格。下面是如何使用它来实现大小写不敏感的比较： x input() y input()…...

编程日记 2023/9/4 8:40:04

聊聊Http服务化改造实践

在微服务架构体系中远程RPC调用主要包括Dubbo与Http调用两个大类，由于Dubbo拥有服务注册中心，并且起服务的命名非常规范，使用包名.类名.方法名进行描述。 而http调用通常都是使用httpclient等相关类库，这些在使用上并没有问题&am…...

编程日记 2023/9/4 8:39:02

docker打包部署

打包成容器命令 docker build -f ./Dockerfile-long -t 名称.打包镜像 tar docker save -o 名称.tar 名称:latest执行sudo -i，提示输入用户密码，输入密码后进入超级用户（root）模式 linux上传文件 rz -ytar恢复成镜像 sudo docker…...

编程日记 2023/9/4 8:38:01

解密Spring MVC异常处理：从局部到全局，打造稳固系统的关键步骤

😀前言 在现代软件开发中，异常处理是不可或缺的一部分，它能够有效地提高系统的稳定性和健壮性。在Spring MVC框架中，异常处理机制起着至关重要的作用，它允许开发者在程序运行过程中捕获、处理和报告异常，从…...

编程日记 2023/9/4 8:36:58

Three.js添加阴影和简单后期处理

在Three.js中，可以使用渲染器的一些特性来实现阴影和后期处理效果。 添加阴影 要在Three.js中添加阴影效果，需要做以下几个步骤： 1.开启阴影 首先，要在渲染器中开启阴影： renderer.shadowMap.enabled true;2.设置…...

编程日记 2023/9/4 8:35:55

git submodule 子模块的基本使用

常用命令 命令说明git submodule add <url> <本地路径>添加子模块git submodule update --init --recursive添加子模块后&#xff0c;同步子模块内容git clone <url> --recurse-submodules克隆带有子模块的项目git submodule init初始化子模块git submodule…...

编程日记 2023/9/4 8:34:54

四层负载均衡的NAT模型与DR模型推导 | 京东物流技术团队

导读 本文首先讲述四层负载均衡技术的特点&#xff0c;然后通过提问的方式推导出四层负载均衡器的NAT模型和DR模型的工作原理。通过本文可以了解到四层负载均衡的技术特点、NAT模型和DR模型的工作原理、以及NAT模型和DR模型的优缺点。读者可以重点关注NAT模型到DR模型演进的原…...

编程日记 2023/9/4 8:33:52

工业质检新革命：无需标注数据，用ChatGPT式对话完成目标定位

工业质检新革命&#xff1a;无需标注数据&#xff0c;用ChatGPT式对话完成目标定位 1. 传统工业质检的痛点与挑战 在制造业的质检环节中&#xff0c;目标定位一直是个技术难题。传统方法通常需要&#xff1a; 大量标注数据训练专用模型针对每种产品定制算法频繁调整参数适应…...

编程新知 2026/3/30 6:26:51

Android逆向实战：用Frida Hook自己写的APK，让1+1=88（附完整代码）

Android逆向实战&#xff1a;用Frida Hook自己写的APK&#xff0c;让1188&#xff08;附完整代码&#xff09; 在移动安全领域&#xff0c;逆向工程一直是个充满挑战又极具魅力的方向。想象一下&#xff0c;你能否让一个简单的计算器应用突然改变行为&#xff0c;比如让11的结果…...

编程新知 2026/3/30 5:46:31

汽车UDS刷写避坑指南：从S32K144 Bootloader的链接文件到安全访问，这些细节你注意了吗？

汽车UDS刷写实战避坑手册&#xff1a;S32K144 Bootloader开发中的七个致命细节 当你在凌晨三点的实验室里盯着CANoe窗口不断跳出的NRC 31&#xff08;requestOutOfRange&#xff09;错误码时&#xff0c;会不会突然怀念用J-Link直接烧录的简单日子&#xff1f;UDS刷写就像汽车电…...

编程新知 2026/3/30 5:28:21

Spring AI实战：从零构建智能聊天与图像生成应用

1. Spring AI初探&#xff1a;你的第一个智能聊天应用 记得第一次接触AI聊天功能时&#xff0c;我盯着那个能对答如流的对话框看了足足十分钟。现在用Spring AI框架&#xff0c;只需要四步就能实现同样的效果。先创建一个标准的Spring Boot项目&#xff0c;这个不用多说&#x…...

编程新知 2026/3/30 5:04:04

深入解析74181芯片中Cn+1的进位逻辑与实现原理

1. 74181芯片与Cn1进位的基础认知 第一次接触74181这块经典ALU芯片时&#xff0c;我被它内部精巧的进位逻辑设计震撼到了。这块诞生于上世纪60年代的4位算术逻辑单元&#xff0c;至今仍是理解计算机运算基础的绝佳教学案例。其中最精妙的部分莫过于Cn1进位信号的生成机制——它…...

编程新知 2026/3/30 4:21:28

OpenClaw+nanobot故障排查：模型加载失败的5种解决方法

OpenClawnanobot故障排查&#xff1a;模型加载失败的5种解决方法 1. 问题背景与排查思路 上周我在本地部署nanobot镜像时&#xff0c;遇到了模型加载失败的问题。这个镜像内置了Qwen3-4B-Instruct-2507模型&#xff0c;理论上应该开箱即用&#xff0c;但实际启动时却卡在了vL…...

编程新知 2026/3/30 4:19:28

PT-Plugin-Plus：极简高效的PT种子下载辅助工具

PT-Plugin-Plus&#xff1a;极简高效的PT种子下载辅助工具 【免费下载链接】PT-Plugin-Plus PT 助手 Plus&#xff0c;为 Microsoft Edge、Google Chrome、Firefox 浏览器插件&#xff08;Web Extensions&#xff09;&#xff0c;主要用于辅助下载 PT 站的种子。 项目地址: h…...

编程新知 2026/3/30 3:39:05

个人时间管理神器：OpenClaw+百川2-13B自动分析日历与待办

个人时间管理神器&#xff1a;OpenClaw百川2-13B自动分析日历与待办 1. 为什么需要AI助手管理时间&#xff1f; 作为一个长期被多线程工作困扰的技术从业者&#xff0c;我一直在寻找能够真正理解时间管理需求的智能工具。传统的日历应用只能被动记录日程&#xff0c;而待办清…...

编程新知 2026/3/30 3:14:46

被裁员后，我用这个 AI 助手每天只工作 2 小时｜OpenClaw 实战

&#x1f62d; 被裁员后&#xff0c;我用这个 AI 助手每天只工作 2 小时“真正的自由&#xff0c;不是想做什么就做什么&#xff0c;而是不想做什么就可以不做什么”01 一个普通打工人的至暗时刻 上个月&#xff0c;公司裁员 30%。 我所在的部门&#xff0c;5 个人走了 3 个。 …...

编程新知 2026/3/30 1:58:23

SAP BP客户主数据批量修改实战：从Excel导入到ALV报表展示全流程

SAP BP客户主数据批量修改实战&#xff1a;Excel导入与ALV报表全流程解析 当企业客户规模达到数万甚至数十万级别时&#xff0c;手动逐个修改客户主数据无异于一场噩梦。我曾参与过某跨国零售集团的SAP系统升级项目&#xff0c;仅客户地址变更就需要处理超过8万条记录。传统方式…...

编程新知 2026/3/30 1:28:06