添加链接
link管理
链接快照平台
  • 输入网页链接,自动生成快照
  • 标签化管理网页链接
用Python处理文档,5个必备的库

用Python处理文档,5个必备的库

在Python中,有几个流行的库用于处理文档,包括解析、生成和操作文档内容。以下是一些常用的库及其简介和简单的代码示例:

  1. PyPDF2 - 用于处理PDF文件。
  • 简介:PyPDF2是一个纯Python库,用于分割、合并、转换和提取PDF文件中的文本和元数据。
  • 示例代码:
import PyPDF2
# 打开PDF文件
pdf_file = open('example.pdf', 'rb')
pdf_reader = PyPDF2.PdfFileReader(pdf_file)
# 读取第一页的内容
page = pdf_reader.getPage(0)
text = page.extractText()
print(text)
pdf_file.close()
  1. BeautifulSoup - 用于解析HTML和XML文档。
  • 简介:BeautifulSoup是一个HTML和XML解析库,用于提取数据,如标签、属性、文本等。
  • 示例代码:
from bs4 import BeautifulSoup
from urllib.request import urlopen
# 打开网页
html = urlopen('http://example.com').read()
# 解析HTML
soup = BeautifulSoup(html, 'html.parser')
# 查找所有段落
paragraphs = soup.find_all('p')
for p in paragraphs:
    print(p.get_text())
  1. docx - 用于处理Microsoft Word文档(.docx)。
  • 简介:docx是一个用于创建、读取和修改.docx文件的库。
  • 示例代码:
from docx import Document
# 创建一个新的Word文档
doc = Document()
# 添加标题
doc.add_heading('Hello World', 1)
# 添加段落
doc.add_paragraph('This is a sample paragraph.')
# 保存文档
doc.save('example.docx')
  1. openpyxl - 用于处理Excel文件(.xlsx)。
  • 简介:openpyxl是一个用于读取和写入Excel 2010 xlsx/xlsm/xltx/xltm文件的库。
  • 示例代码:
from openpyxl import Workbook
# 创建一个新的Excel工作簿
wb = Workbook()
ws = wb.active
# 添加数据
ws['A1'] = 'Hello'
ws['B1'] = 'World'
# 保存工作簿
wb.save('example.xlsx')
  1. reportlab - 用于生成PDF文档。
  • 简介:reportlab是一个用于创建PDF文档的库,支持复杂的布局和样式。
  • 示例代码:
from reportlab.pdfgen import canvas
# 创建PDF文档
c = canvas.Canvas('example.pdf')
# 设置字体和大小
c.setFont('Helvetica', 12)