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 文章来源：https://blog.csdn.net/qq_32532663/article/details/132653169 2025/5/4 20:12:06

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

【vue】vue前端实现随机验证码(数字、字母混合)功能

效果图&#xff1a;使用canvas组件对随机的数字字母添加插画背景、干扰线、干扰点 1、在components文件夹下新建securityCode.vue文件&#xff0c;代码&#xff1a; <template><canvas id"s-canvas" :width"contentWidth" :height"contentH…...

编程日记 2023/9/4 8:32:50

使用Visual Studio 2022实现透明按钮和标签、POPUP样式窗体的一种工业系统的UI例程

例程实现的功能说明 1、主窗体采用POPUP样式&#xff0c;无标题栏、无菜单栏&#xff0c;适合工业类软件 2、按钮、标签使用自绘&#xff0c;实现透明样式&#xff0c;可以实现灵活的样式设计&#xff0c;更具设计感 按钮重绘函数&#xff1a;OnDrawItem()按钮样式设定&#…...

编程日记 2023/9/4 8:31:50

【爬虫】7.1. JavaScript动态渲染界面爬取-Selenium

JavaScript动态渲染界面爬取-Selenium的简单学习 文章目录 JavaScript动态渲染界面爬取-Selenium的简单学习1. Selenium准备工作2. Selenium简单用法2.1. 初始化浏览器对象-webdriver.Chrome()2.2. 访问界面-browser.get()2.3. 查找节点-find_element()2.4. 节点交互-send_keys…...

编程日记 2023/9/4 8:30:48

菜鸟教程《Python 3 教程》笔记（12）：推导式

菜鸟教程《Python 3 教程》笔记&#xff08;12&#xff09; 12 推导式12.1 列表推导式12.2 字典推导式12.3 集合推导式12.4 元组推导式&#xff08;生成器表达式&#xff09; 笔记带有个人侧重点&#xff0c;不追求面面俱到。 12 推导式 出处&#xff1a; 菜鸟教程 - Python3 …...

编程日记 2023/9/4 8:29:47

MAC修改python3命令为py

1, 找到python3安装路径 2, vi ~/.bash_profile 3, 增加内容: alias py“/usr/bin/python3” 4, 重载source ~/.bash_profile 5,执行py...

编程日记 2023/9/4 8:28:46

Windows下Git Bash调用rsync

rsync 提供了补充只需要在git安装目录下放入对应的文件即可。 需要将这个三个文件放到git的bin目录下 如果是默认安装路径是如下&#xff1a; C:\Program Files\Git\usr\bin 然后大功告成。...

编程日记 2023/9/4 8:27:45

springboot自定义事件发布及监听

自定义线程池 Configuration public class MyThreadPool {//ThreadPoolTaskExecutor不会自动创建ThreadPoolExecutor&#xff0c;需要手动调initialize才会创建。如果Bean就不需手动&#xff0c;会自动InitializingBean的afterPropertiesSet来调initializeBean("myExecut…...

编程日记 2023/9/4 8:26:44

手写RPC框架--2.介绍Zookeeper

RPC框架-Gitee代码(麻烦点个Starred, 支持一下吧) RPC框架-GitHub代码(麻烦点个Starred, 支持一下吧) 该项目的RPC通信将采用NettyZookeeper&#xff0c;所以会在前两章介绍使用方法 介绍Zookeeper Zookeepera.概述1) 数据模型2) Watcher机制 b.安装和基本操作1) Java操作zooke…...

编程日记 2023/9/4 8:25:41

Docker harbor 私有仓库的部署和管理

目录 一、什么是Harbor 二、Harbor的特性 三、Harbor的构成 四、部署配置Docker Harbor 1. 首先需要安装 Docker-Compose 服务 2.部署 Harbor 服务 3.使用harbor仓库 &#xff08;1&#xff09;项目管理 &#xff08;2&#xff09;用户管理 一、什么是Harbor Harbor …...

编程日记 2023/9/4 8:24:36

从零开始搭建AI网站（6）：如何使用响应式编程

响应式编程&#xff08;Reactive Programming&#xff09;是一种编程范式&#xff0c;旨在处理异步数据流和事件流。它通过使用观察者模式和函数式编程的概念&#xff0c;将数据流和事件流抽象为可观察的序列&#xff0c;然后通过操作这些序列来实现各种功能。 在响应式编程中…...

编程日记 2023/9/4 8:23:34