Tesseract-ocr 安裝與使用

Tesseract（識別引擎），一款由HP實驗室開發由Google維護的開源OCR（Optical Character Recognition , 光學字符識別）引擎，與Microsoft Offic ...

pdfplumber庫解析pdf格式

參考地址：https://github.com/jsvine/pdfplumber 簡單的pdf轉換文本： import pdfplumber with pdfplumber.open(p ...

python doc格式轉文本格式

首先python是不能直接讀寫doc格式的文件的，這是python先天的缺陷。但是可以利用python-docx (0.8.6)庫可以讀取.docx文件或.txt文件，且一路暢通無阻。 這樣的話，可 ...