试图阅读议会的日常工作,我发现文件被分成许多PDF文件,不能简单地通过浏览器打开阅读,必须单独下载。我的基本想法是下载所有文档并提取所有决策的标题
以前的线程建议使用 PyPDF2。显然,这在我的情况下根本不起作用。PDF 中的字符是希腊字母,因此编码可能与它有关。最重要的是,在文档的末尾,添加了一些图片(我不感兴趣)。
PyPDF2 有没有可能解决这个问题,还是我应该看看其他地方?
python pdf python-3.x pypdf2
pdf ×1
pypdf2 ×1
python ×1
python-3.x ×1