Tesseract-ocr 安装与使用
Tesseract（识别引擎），一款由HP实验室开发由Google维护的开源OCR（Optical Character Recognition , 光学字符识别）引擎，与Microsoft Offic ...
花费 91 ms
pdfplumber库解析pdf格式
参考地址：https://github.com/jsvine/pdfplumber 简单的pdf转换文本： import pdfplumber with pdfplumber.open(p ...
python doc格式转文本格式
首先python是不能直接读写doc格式的文件的，这是python先天的缺陷。但是可以利用python-docx (0.8.6)库可以读取.docx文件或.txt文件，且一路畅通无阻。 这样的话，可 ...