Scribd Logo
Carregar

Bem-vindo(a) ao Scribd!

  • 101 visualizações

    Guia Sobre Trabalhar Com PDFs Python

    Enviado por

    Doug Stonem
    Este documento fornece um guia rápido sobre como usar a biblioteca PyPDF2 em Python para minerar e manipular PDFs, incluindo extrair dados, dividir documentos, rotacionar páginas, adicionar marcas d'água e criptografar arquivos.

    Direitos autorais:

    © All Rights Reserved
    Baixe no formato PDF, TXT ou leia online no Scribd

    Guia Sobre Trabalhar Com PDFs Python

    Enviado por

    Doug Stonem
    101 visualizações9 páginas
    Este documento fornece um guia rápido sobre como usar a biblioteca PyPDF2 em Python para minerar e manipular PDFs, incluindo extrair dados, dividir documentos, rotacionar páginas, adicionar marcas d'água e criptografar arquivos.

    Descrição original:

    Guia sobre Trabalhar com PDFs Python

    Título original

    Guia sobre Trabalhar com PDFs Python

    Direitos autorais

    © © All Rights Reserved

    Formatos disponíveis

    PDF, TXT ou leia online no Scribd

    Você considera este documento útil?

    Este conteúdo é inapropriado?

    Este documento fornece um guia rápido sobre como usar a biblioteca PyPDF2 em Python para minerar e manipular PDFs, incluindo extrair dados, dividir documentos, rotacionar páginas, adicionar marcas d'água e criptografar arquivos.

    Direitos autorais:

    © All Rights Reserved
    Baixe no formato PDF, TXT ou leia online no Scribd
    Fazer download em pdf ou txt
    101 visualizações9 páginas

    Guia Sobre Trabalhar Com PDFs Python

    Enviado por

    Doug Stonem
    Este documento fornece um guia rápido sobre como usar a biblioteca PyPDF2 em Python para minerar e manipular PDFs, incluindo extrair dados, dividir documentos, rotacionar páginas, adicionar marcas d'água e criptografar arquivos.

    Direitos autorais:

    © All Rights Reserved
    Baixe no formato PDF, TXT ou leia online no Scribd
    Fazer download em pdf ou txt
    de 9

    @Odemir Depieri Jr

    Guia rápido
    Trabalhando com
    PDFs em Python

    PyPDF2
    @Odemir Depieri Jr

    Minerar/Manipular PDF

    PyPDF2

    PyPDF2 é um framework para Python para dividir, mesclar, recortar e transformar


    páginas em seus PDFs. Ele fornece diversas funções para adicionar dados, opções
    de visualização e senhas aos PDFs.

    Podemos minerar/manipular diversas formas os PDFs:


    ✓ Extrair dados;
    ✓ Dividir Documentos;
    ✓ Rotacionar documentos;
    ✓ Inserir marcas d’agua;
    ✓ E outros.

    Dados não estruturados

    Os pdfs fazem parte dos dados não estruturados, o que é diferente seu
    tratamento quanto aos dados estruturados (Tabelas, Planilhas e etc).

    Minerar esse tipo de informação é um pouco diferente quanto a outros tipos de


    dados.

    Vou explorar apenas algumas funções e situações nesse tutorial.

    Mas caso esteja trabalhando com esse tipo de informação é importante se


    aprofundar no Framework e explorar suas funções.
    @Odemir Depieri Jr

    Vamos instalar o framework

    Vamos iniciar importando a função para ler os PDS

    Lendo um PDF

    Para esse tutorial pode se utilizar qualquer PDF.

    Identificando a quantidade de Paginas no PDF

    Identificando as informações da construção do PDF

    Normalmente em arquivos PDFs são registrado diversas informações sobre sua


    criação.
    Assim com essa função podemos verificar todas as essa infos.
    @Odemir Depieri Jr

    Podemos extrair individualmente essas informações

    Lendo uma pagina e extraindo o conteúdo da Pagina

    Com apenas algumas linhas de comando é possível extrair todo o conteúdo do PDF
    @Odemir Depieri Jr

    Selecionando outra pagina e extraindo o conteúdo

    Varrendo o PDF em um loop e extraindo todo o conteúdo


    @Odemir Depieri Jr

    Gerando uma base analítica com as informações do PDF

    Com esse script é possível extrair diversas informações dos PDFs e gerar uma base
    analítica com as informações.
    Essa técnica é ótima para consolidar as informações dos PDFs.

    Sugiro melhorar esse script de acordo com a sua necessidade.

    A coluna com o conteúdo do PDF é perfeita para ser usada para técnicas de
    Text Mining.
    @Odemir Depieri Jr

    Rotações nas paginas

    Criando um novo PDF a partir de outros PDFs


    @Odemir Depieri Jr

    Incluindo Criptografia

    Incluindo Marca D’agua


    @Odemir Depieri Jr

    Final
    Esse guia rápido é para ter conhecimentos prévios sobre como utilizar a
    biblioteca PyPDF2
    Caso queira mais informações, acesse a documentação oficial do
    framework.

    Guia da documentação caso queira mais detalhes


    https://pythonhosted.org/PyPDF2/index.html

    PyPDF2

    Odemir Depieri Jr
    Intelligence Analyst Sr
    Tech Lead
    Specialization AI

    Você também pode gostar