python

python从pdf中提取信息,并统计文本英语单词个数

September 10, 2017 IT, Python No comments , , ,

完整版代码,从pdf提取文本、进行清洗、统计字数等,还有可以优化的地方,有时间了再重构,后期可以整合为一个框架。先记着。

# encoding: utf-8

"""
    author: Gupern 
    purpose: extract text from pdf, clean[......]

Read more

python进行目录遍历并将pdf转换为txt(二)

September 9, 2017 IT, Python No comments , , ,

前言

刚刚用的是pdfminer3k的版本,解析某个pdf的时候出现了一个问题,如图:
pdfminer3k的问题

于是继续深入,发现pdfminer3k这个包已经很久远了,再找到一个pdfminer.six的包,并进行代码编写。

  • 注意,要把pdfminer3k卸载了才能用pdfminer.six,总之两个不兼容。

[......]

Read more

python进行目录遍历并将pdf转换为txt(一)

September 9, 2017 IT, Python No comments , , , ,

今天心学来潮,研究下python从pdf中提取文字到txt,涉及到遍历目录下所有文件,觉得挺有用的,记录一下。

依赖模块

  • pdfminer3k
    pip install pdfminer3k

这个包是python3专用的,一开始看找到的是pdfminer,但是其官网说只支持python[......]

Read more

python for WebService, SOAP

August 3, 2017 IT, Python No comments , ,

这几天在对接一个传统企业的项目,没错,就是我一直以来最鄙视的JAVA EE企业开发项目。看了两天的文档,Oracle、IBM、Mule等等ESB知识,和SOAP、XML、XSLT等知识。很多笔记都在公司的电脑里没带出来(并不是不能带,只是为了公司安全起见,不带),所以这里只记载一些记得住的想法[......]

Read more

Elastic Search初探

June 23, 2017 Database, Python No comments , ,

研究了下ES,写了一个python版的关于ES的增删改查代码:

from datetime import datetime
from elasticsearch import Elasticsearch
es = Elasticsearch([{'host':'192.168.2.178','po[......]

Read more

python操作MySQL笔记

June 17, 2017 Python No comments , ,

http://www.cnblogs.com/fnng/p/3565912.html

tip1: 安装MySQLdb模块
tip2: 建立连接conn
tip3: cur=conn.cursor()
tip4: cur.execute("SQL语句")
tip5: SQL语句插入时,个数要和列数相[......]

Read more