12 2020 档案

ANSI是什么编码？
摘要：用Notepad++创建一个文本文件text.txt，其默认编码格式为ANSI（乍看之下，还以为是ASCII呢），输入汉字居然不是乱码： 保存为test.txt，发送给你美国的同事Bob。他也用Notepad++，不幸的是，却发现你的文件内容是这样的： 也许你会认为：你用的是中文系统，能正常显示中文 阅读全文
posted @ 2020-12-28 18:29 一颗桃子t 阅读(624) 评论(0) 推荐(0)
Python：解析PDF文本及表格——pdfminer、tabula、pdfplumber 的用法及对比
摘要：pdf 是个异常坑爹的东西，有很多处理 pdf 的库，但是没有完美的。 一、pdfminer3k pdfminer3k 是 pdfminer 的 python3 版本，主要用于读取 pdf 中的文本。 网上有很多 pdfminer3k 的代码示例，看过以后，只想吐槽一下，太复杂了，有违 python 阅读全文
posted @ 2020-12-10 17:02 一颗桃子t 阅读(1701) 评论(0) 推荐(0)
文件（csv、excel、xml、html）的读取（read）和写入（write）方法——python
摘要：读取： 一、CSV格式： csv是Comma-Separated Values的缩写，是用文本文件形式储存的表格数据。 1.csv模块&reader方法读取： import csvwith open('enrollments.csv', 'rb') as f: reader = csv.reader 阅读全文
posted @ 2020-12-10 17:00 一颗桃子t 阅读(988) 评论(0) 推荐(0)
[python]提取PPT中的文字（包括图片中的文字）
摘要：python是一门很强大的语言，因为有着丰富的第三方库，所以可以说Python是无所不能的。 很多人都知道，Python可以操作Excel，PDF·还有PPT，这篇文章就围绕Python提取PPT中的文字来写，包括提取PPT中的艺术字，图片中的文字。 因为实现环境是linux，所以无法用win32c 阅读全文
posted @ 2020-12-10 16:34 一颗桃子t 阅读(1309) 评论(0) 推荐(0)
提取PPT中的文字（包括图片中的文字）
摘要：python是一门很强大的语言，因为有着丰富的第三方库，所以可以说Python是无所不能的。 很多人都知道，Python可以操作Excel，PDF·还有PPT，这篇文章就围绕Python提取PPT中的文字来写，包括提取PPT中的艺术字，图片中的文字。 因为实现环境是linux，所以无法用win32c 阅读全文
posted @ 2020-12-08 16:43 一颗桃子t 阅读(1385) 评论(0) 推荐(0)
使用pdfplumber读取PDF
摘要：pdfplumber安装 安装直接采用pip即可。命令行中输入 pip install pdfplumber 如果要进行可视化的调试，则需要安装ImageMagick。 Pdfplumber ImageMagick GhostScript 简单使用 最基本的用法如下，读取pdf中的某一页。 impo 阅读全文
posted @ 2020-12-08 16:32 一颗桃子t 阅读(4445) 评论(0) 推荐(0)
Python-docx 模块读写 Word 文档基础（三）：读取文档文本信息、表格信息、段落格式、字体格式等
摘要：https://blog.csdn.net/zhouz92/article/details/107179616 留作自用 阅读全文
posted @ 2020-12-03 14:43 一颗桃子t 阅读(532) 评论(0) 推荐(0)