批量提取PDF指定区域内容到 Excel 以及根据PDF里面第一页的标题来批量重命名-附思路和代码实现
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
相关文章：
批量提取PDF指定区域内容到 Excel 以及根据PDF里面第一页的标题来批量重命名-附思路和代码实现
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…...
PCM会重塑汽车OTA格局吗(1)
目录 1.汽车OTA概述 2.ST如何考虑OTA？ 2.1 Stellar四大亮点 2.2 PCM技术视角下的OTA 3.小结 1.汽车OTA概述 随着智能网联汽车的飞速发展，汽车OTA也越来越盛行； 目前来讲OTA分为FOTA和SOTA(Software-over-the-air)两种，区别…...
Intel® Extension for PyTorch*详细安装教程
最近在研究Intel的pytorch的加速拓展Intel Extension for PyTorch*,但是发现官网的文档全是英文的，不太好找安装教程。所以特此分享Intel Extension for PyTorch*的详细安装教程。 文章目录 一、安装所需系统要求1.1 硬件需求1.2 软件需求 二、准备2.1 安装驱动程序…...
云上攻防-云产品篇堡垒机场景JumpServer绿盟SASTeleport麒麟齐治
知识点 1、云产品-堡垒机-产品介绍&攻击事件 2、云产品-堡垒机-安全漏洞&影响产品 章节点： 云场景攻防：公有云，私有云，混合云，虚拟化集群，云桌面等 云厂商攻防：阿里云，腾讯…...
【顶刊|修正】多区域综合能源系统热网建模及系统运行优化【复现+延伸】
目录 主要内容 部分代码 结果一览 下载链接 主要内容 该程序复现《多区域综合能源系统热网建模及系统运行优化》模型并进一步延伸，基于传热学的基本原理建立了区域热网能量传输通用模型，对热网热损方程线性化实现热网能量流建模࿰…...
使用Numpy手工模拟梯度下降算法
代码 import numpy as np # Compute every step manually# Linear regression # f w * x # here : f 2 * x X np.array([1, 2, 3, 4], dtypenp.float32) Y np.array([2, 4, 6, 8], dtypenp.float32)w 0.0# model output def forward(x):return w * x# loss MSE def loss…...
金融数据采集与风险管理：Open-Spider工具的应用与实践
一、项目介绍 在当今快速发展的金融行业中，新的金融产品和服务层出不穷，为银行业务带来了巨大的机遇和挑战。为了帮助银行员工更好地应对这些挑战，我们曾成功实施了一个创新的项目，该项目采用了先进的爬虫技术，通过ope…...
鸿蒙Harmony应用开发—ArkTS声明式开发（通用属性：动态属性设置）
动态设置组件的属性，支持开发者在属性设置时使用if/else语法，且根据需要使用多态样式设置属性。 说明： 从API Version 11开始支持。后续版本如有新增内容，则采用上角标单独标记该内容的起始版本。 attributeModifier attributeMo…...
Vue class和style绑定：动态美化你的组件
🤍 前端开发工程师、技术日更博主、已过CET6 🍨 阿珊和她的猫_CSDN博客专家、23年度博客之星前端领域TOP1 🕠 牛客高级专题作者、打造专栏《前端面试必备》 、《2024面试高频手撕题》 🍚 蓝桥云课签约作者、上架课程《Vue.js 和 E…...
[C++] Windows中字符串函数的种类
文章目录 C标准库函数VC CRT函数Win32 APILinux C标准库函数 #include || #include <string.h> || #include 都可以使用以下函数： char *strcpy(char *dest, const char *src) //将Src字符串拷贝到Dst字符串地址。没有目标内存大小检查，可能会导致…...
Django工具
一、分页器介绍 1.1、介绍 分页，就是当我们在页面中显示一些信息列表，内容过多，一个页面显示不完，需要分成多个页面进行显示时，使用的技术就是分页技术 在django项目中，一般是使用3种分页的技术： 自定义分页功能，所有的分页功能都是自己实现django的插件 django-pagin…...
vue ui Starting GUI 图形化配置web新项目
前言：在vue框架里面， 以往大家都是习惯用命令行 vue create 、vue init webpack创建新前端项目，而vue ui是一个可视化的图形界面，对于新手来说更加友好了，不但可以创建、管理、还可以更新vue项目，也可以下载…...
Unity InputField宽度自适应内容
在Unity中，InputField在我们输入内容时，只会显示适应初始宽度的最新内容，或者自定义长度内容。 那么，要实现宽度自适应内容就需要另寻他法了。 以下是通过一个控制脚本来实现的一个简单方法。 直接上脚本： using S…...
加快代码审查的 7 个最佳实践
目录 前言 1-保持小的拉取请求 2-使用拉取请求模板 3-实施响应时间 SLA 4-培训初级和中级工程师 5-设置持续集成管道 6-使用拉取请求审查应用程序 7-生成图表以可视化您的代码更改 前言 代码审查可能会很痛苦软件工程师经常抱怨审查过程缓慢，延迟下游任务&…...
C++读写Excel（xlnt库的使用）
一、简介 官网：https://github.com/tfussell/xlnt Cross-platform user-friendly xlsx library for C11 xlnt is a modern C library for manipulating spreadsheets in memory and reading/writing them from/to XLSX files as described in ECMA 376 4th edition…...
【工具】conda常用命令
Conda 是一个流行的包管理器和环境管理器，用于安装、部署和管理软件包及其依赖项。 创建环境： conda create --name myenv 这将创建一个名为 myenv 的新环境。 激活环境： conda activate myenv 这会激活名为 myenv 的环境。在 Windows 上&am…...
Dockerfile编写实践篇
Docker通过一种打包和分发的软件，完成传统容器的封装。这个用来充当容器分发角色的组件被称为镜像。Docker镜像是一个容器中运行程序的所有文件的捆绑快照。当使用Docker分发软件，其实就是分发这些镜像，并在接收的机器上创建容器。镜像在Dock…...
BJFU|计算机网络缩写对照表
之前有过这个题型，但23年没考，所以按需准备 A ACK (ACKnowledgement) 确认 ADSL (Asymmetric Digital Subscriber Line) 非对称数字用户线 API (Applicatin Programming Interface) 应用编程接口 ARP (Address Resolution Protocol) 地址解析协议 ARQ (…...
Grafana dashboards as ConfigMaps
文章目录 1. 简介2. 创建 configmaps3. grafana 界面查看 1. 简介 将 Grafana 仪表板存储为 Kubernetes ConfigMap 相比传统的通过 Grafana 界面导入仪表板有以下一些主要优点: 版本控制： ConfigMap 可以存储在版本控制系统(如Git)中,便于跟踪和管理仪表板的变更历…...
【QA-SYSTEMS】CANTATA-解决Jenkins中build Cantata报错
【更多软件使用问题请点击亿道电子官方网站查询】 1、 文档目标 解决Jenkins中build Cantata测试项目报找不到license server的错误。 2、 问题场景 在Jenkins中build Cantata测试项目，报错“Failed to figure out the license server correctly”。 3、软硬件环…...
C# 类和继承(抽象类)
抽象类 抽象类是指设计为被继承的类。抽象类只能被用作其他类的基类。 不能创建抽象类的实例。抽象类使用abstract修饰符声明。 抽象类可以包含抽象成员或普通的非抽象成员。抽象类的成员可以是抽象成员和普通带 实现的成员的任意组合。抽象类自己可以派生自另一个抽象类。例…...
QT： `long long` 类型转换为 `QString` 2025.6.5
在 Qt 中，将 long long 类型转换为 QString 可以通过以下两种常用方法实现： 方法 1：使用 QString::number() 直接调用 QString 的静态方法 number()，将数值转换为字符串： long long value 1234567890123456789LL; …...
[大语言模型]在个人电脑上部署ollama 并进行管理,最后配置AI程序开发助手.
ollama官网: 下载 https://ollama.com/ 安装 查看可以使用的模型 https://ollama.com/search 例如 https://ollama.com/library/deepseek-r1/tags # deepseek-r1:7bollama pull deepseek-r1:7b改token数量为409622 16384 ollama命令说明 ollama serve #：…...
MySQL 部分重点知识篇
一、数据库对象 1. 主键 定义 ：主键是用于唯一标识表中每一行记录的字段或字段组合。它具有唯一性和非空性特点。 作用 ：确保数据的完整性，便于数据的查询和管理。 示例 ：在学生信息表中，学号可以作为主键ÿ…...
毫米波雷达基础理论（3D+4D）
3D、4D毫米波雷达基础知识及厂商选型 PreView : https://mp.weixin.qq.com/s/bQkju4r6med7I3TBGJI_bQ 1. FMCW毫米波雷达基础知识 主要参考博文： 一文入门汽车毫米波雷达基本原理 ：https://mp.weixin.qq.com/s/_EN7A5lKcz2Eh8dLnjE19w 毫米波雷达基础…...
wpf在image控件上快速显示内存图像
wpf在image控件上快速显示内存图像https://www.cnblogs.com/haodafeng/p/10431387.html 如果你在寻找能够快速在image控件刷新大图像（比如分辨率3000*3000的图像）的办法，尤其是想把内存中的裸数据（只有图像的数据，不包…...
Python竞赛环境搭建全攻略
Python环境搭建竞赛技术文章大纲 竞赛背景与意义 竞赛的目的与价值Python在竞赛中的应用场景环境搭建对竞赛效率的影响 竞赛环境需求分析 常见竞赛类型（算法、数据分析、机器学习等）不同竞赛对Python版本及库的要求硬件与操作系统的兼容性问题 Pyth…...
嵌入式学习之系统编程(九)OSI模型、TCP/IP模型、UDP协议网络相关编程（6.3）
目录 一、网络编程--OSI模型 二、网络编程--TCP/IP模型 三、网络接口 四、UDP网络相关编程及主要函数 编辑编辑 UDP的特征 socke函数 bind函数 recvfrom函数（接收函数） sendto函数（发送函数） 五、网络编程之 UDP 用…...
【安全篇】金刚不坏之身：整合 Spring Security + JWT 实现无状态认证与授权
摘要 本文是《Spring Boot 实战派》系列的第四篇。我们将直面所有 Web 应用都无法回避的核心问题：安全。文章将详细阐述认证（Authentication) 与授权（Authorization的核心概念，对比传统 Session-Cookie 与现代 JWT（JS…...
Android Framework预装traceroute执行文件到system/bin下
文章目录 Android SDK中寻找traceroute代码内置traceroute到SDK中traceroute参数说明-I 参数（使用 ICMP Echo 请求）-T 参数（使用 TCP SYN 包） 相关文章 Android SDK中寻找traceroute代码 设备使用的是Android 11，在/s…...