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。

在这里插入图片描述

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：












本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.rhkb.cn/news/135764.html


如若内容造成侵权/违法违规/事实不符，请联系长河编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！











相关文章










Pybooks：这十本Python编程语言的入门书籍入门必看！








Pybooks：这十本Python编程语言的入门书籍入门必看！




这个好像没有在微信发过图文版的，补一个。大部分介绍摘自京东等网站。 
Python基础教程 评语：Python入门佳作 经典教程的全新修订 10个项目引人入胜 
《Python基础教程（第2版修订版）》是经典的Python入门教程，层次鲜明…




阅读更多...

















贪心算法的思路和典型例题








贪心算法的思路和典型例题




一、贪心算法的思想 贪心算法是一种求解问题时，总是做出在当前看来是最好的选择，不从整体最优上加以考虑的算法。 二.用贪心算法的解题策略 其基本思路是从问题的某一个初始解出发一步一步地进行，根据某个优化测度，每一步都要确保…




阅读更多...

















第21章_瑞萨MCU零基础入门系列教程之事件链接控制器ELC








第21章_瑞萨MCU零基础入门系列教程之事件链接控制器ELC




本教程基于韦东山百问网出的 DShanMCU-RA6M5开发板 进行编写，需要的同学可以在这里获取： https://item.taobao.com/item.htm?id728461040949 
配套资料获取：https://renesas-docs.100ask.net 
瑞萨MCU零基础入门系列教程汇总： ht…




阅读更多...

















用Python实现链式调用








用Python实现链式调用




嗨喽，大家好呀~这里是爱看美女的茜茜呐 我们在使用Django的models查询数据库时，可以看到有这种写法： 
form app.models import XXX
query  XXX.objects.all()
query  query.filter(name123, age456).filter(salary999)在这种写法里面&#xf…




阅读更多...

















排序算法-----插入排序








排序算法-----插入排序




目录 
前言： 
插入排序 原理图 
代码实现 
分析总结 
二分法插入排序 
代码实现 前言： 嗨嗨^_^，米娜桑，今天我们继续学习排序算法中的插入排序，激不激动，兴不兴奋呢！好了废话不多说，…




阅读更多...

















Docker基础学习








Docker基础学习




Docker 
学习目标： 掌握Docker基础知识，能够理解Docker镜像与容器的概念  完成Docker安装与启动  掌握Docker镜像与容器相关命令  掌握Tomcat Nginx 等软件的常用应用的安装  掌握docker迁移与备份相关命令  能够运用Dockerfile编写创建容器的脚本  能够…




阅读更多...

















python抠图（去水印）开源库lama-cleaner入门应用实践








python抠图（去水印）开源库lama-cleaner入门应用实践




1. 关于 Lama Cleaner 
Lama Cleaner 是由 SOTA AI 模型提供支持的免费开源图像修复工具。可以从图片中移除任何不需要的物体、缺陷和人，或者擦除并替换（powered by stable diffusion）图片上的任何东西。 
特征： 
完全免费开源&am…




阅读更多...

















qiankun 乾坤主应用访问微应用css静态图片资源报404








qiankun 乾坤主应用访问微应用css静态图片资源报404




发现static前没有加我指定的前缀 
只有加了后才会出来 
解决方案: 
env定义前缀 
.env.development文件中 
# static前缀
VUE_APP_PUBLIC_PREFIX"" .env.production文件中 
# static前缀
VUE_APP_PUBLIC_PREFIX"/szgl" settings文件是封了一下src\settings…




阅读更多...

















Android平台下奔溃Crash和无响应ANR日志抓取分析








Android平台下奔溃Crash和无响应ANR日志抓取分析




一、使用AndroidStudio 
在logcat中查看实时日志，需要选择连接的手机和应用包名 
AS下载链接 
二、使用adb shell dumpsys dropbox命令获取 
#!/bin/bash
# path"/data/system/dropbox"   # 在手机这个目录下存储了崩溃日志
newest_time$(adb shell dumps…




阅读更多...

















C++day3








C++day3




1> 自行封装一个栈的类，包含私有成员属性：栈的数组、记录栈顶的变量 
成员函数完成：构造函数、析构函数、拷贝构造函数、入栈、出栈、清空栈、判空、判满、获取栈顶元素、求栈的大小 
头文件 
#ifndef STACK_H
#define STACK_H
#include &…




阅读更多...

















二叉树的概念及存储结构








二叉树的概念及存储结构




目录 
1.树的概念 
1.1树的相关概念 
1.2树的表示与应用 
2.二叉树的概念及结构 
2.1二叉树的概念 
2.1.1特殊的二叉树 
2.2.2二叉树的性质 
2.2二叉树的结构 
2.2.1顺序存储 
2.2.2链式存储 这是一篇纯理论的博客,会对数据结构中的二叉树进行详细的讲解,让你对树的能有个清晰的…




阅读更多...

















vue Router路由








vue Router路由




编程式导航 | Vue Router 
看官方文档 
vue Router 
是 Vue.js 的官方路由。它与 Vue.js 核心深度集成，让用 Vue.js 构建单页应用变得轻而易举。功能包括： 
嵌套路由映射动态路由选择模块化、基于组件的路由配置路由参数、查询、通配符展示由 Vue.js 的过…




阅读更多...

















线性代数的本质(三)——线性方程组








线性代数的本质(三)——线性方程组




文章目录 线性方程组高斯消元法初等行变换线性方程组的解向量方程齐次线性方程组的解非齐次线性方程组的解 线性方程组 
高斯消元法 
客观世界最简单的数量关系是均匀变化的关系。在均匀变化问题中，列出的方程组是一次方程组，我们称之为线性方程组(Linea…




阅读更多...

















【去除若依首页】有些小项目不需要首页，去除方法








【去除若依首页】有些小项目不需要首页，去除方法




第一步 
// 
// 
// 
// 
// 
// 
// 
// 
// 
// 
// 
// 
// 
// 
// 
// 
// 
// 
修改登录页 Login.vue 中 大概144行 ，注释掉原有跳转。替换为自己的跳转路径 
// 
// 
// 
// 
// 
// // 
// 
// 
// 
// 
// // this.$router.push({ path: this.redirect || …




阅读更多...

















Observability：使用 OpenTelemetry 手动检测 Go 应用程序








Observability：使用 OpenTelemetry 手动检测 Go 应用程序




作者：Luca Wintergerst DevOps 和 SRE 团队正在改变软件开发的流程。 DevOps 工程师专注于高效的软件应用程序和服务交付，而 SRE 团队是确保可靠性、可扩展性和性能的关键。 这些团队必须依赖全栈可观察性解决方案，使他们能够管理和监控系统&…




阅读更多...

















系统IO和标准IO








系统IO和标准IO




一.系统IO 
系统 I/O（Input/Output）是计算机操作系统提供给应用程序的一种输入和输出方式。它通过系统调用（系统内核提供的函数）来实现数据的读取和写入。系统 I/O 可以用于与文件、设备（例如磁盘驱动器、网络接口、串…




阅读更多...

















使用vite创建vue3项目及项目的配置 | 环境准备 ESLint配置 prettier配置 husky配置 项目继承








使用vite创建vue3项目及项目的配置 | 环境准备 ESLint配置 prettier配置 husky配置 项目继承




文章目录 使用vite创建vue3项目及项目的配置1.环境准备2.项目配置ESLint校验代码工具配置 - js代码检测工具1.安装ESLint到开发环境 devDependencies2.生成配置文件:.eslint.cjs**3.安装vue3环境代码校验插件**4. 修改.eslintrc.cjs配置文件5.生成ESLint忽略文件6.在package.js…




阅读更多...

















[BJDCTF2020]Mark loves cat foreach导致变量覆盖








[BJDCTF2020]Mark loves cat foreach导致变量覆盖




这里我们着重了解一下变量覆盖 
首先我们要知道函数是什么 
foreach foreach (iterable_expression as $value)statement
foreach (iterable_expression as $key > $value)statement第一种格式遍历给定的 iterable_expression 迭代器。每次循环中，当前单元的值被…




阅读更多...

















使用 Nginx 实现企业微信域名配置中的校验文件跳转








使用 Nginx 实现企业微信域名配置中的校验文件跳转




背景 
在企业微信中配置业务域名时，通常需要在该域名的根路径下放置一个校验文件，以验证域名的所有权。然而，如果该域名是第三方的，你可能无法直接在根路径下放置文件。在这种情况下，你可以使用 Nginx 来实现校验文件的…




阅读更多...

















OPC DCOM快速配置








OPC DCOM快速配置




目录 1 老系统配置 
1.1 移除Windows 安全 
1.2 建立相互能识别的用户账号 
1.3 配置系统宽泛的DCOM设置 
1.4 配置Server的特殊DCOM设置 
1.5 恢复Windows安全 1 老系统配置 
远程OPC访问必须在服务器和客户端两端配置DCOM。本文讲述如何正确配置 DCOM 的步骤并保证安全。 
新…




阅读更多...


















最新文章












推荐文章


















Copyright @ 2022~2023