Python统计pdf中英文单词的个数
之前的文章提供了批量识别pdf中英文的方法，详见【python爬虫】批量识别pdf中的英文，自动翻译成中文上。以及自动pdf英文转中文文档，详见【python爬虫】批量识别pdf中的英文，自动翻译成中文下。
本文实现python统计pdf中英文字符的个数。
文章目录
- 一、要统计字符的pdf文档
- 二、识别pdf中的字符
- 三、定义统计单页pdf中字符个数的函数
- 四、统计pdf中字符的个数
一、要统计字符的pdf文档
首先看下要统计字符的pdf长什么样。
为了简单、清晰，本文以统计两页英文pdf字符为例进行阐述，代码直接可以应用到任意页数的英文pdf中。
二、识别pdf中的字符
接着应用pdfplumber库识别pdf中的字符，具体代码如下：