最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

解決pyPdf和pyPdf2在合并pdf時出現(xiàn)異常的問題

 更新時間:2020年04月03日 14:42:15   作者:shanzhizi  
這篇文章主要介紹了解決pyPdf和pyPdf2在合并pdf時出現(xiàn)異常的問題,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧

當一個pdf文件有多page的時候,它將出來見你!

方法是取直接修改那個文件generic.py

(1) pyPdf

路徑大約在這里:

/usr/lib/python2.7/site-packages/pyPdf/generic.py

if data.has_key(key):
  # multiple definitions of key not permitted
  raise utils.PdfReadError, "multiple definitions in dictionary"
data[key] = value

大約在532--536行

將它修改為:

if not data.get(key):
 
 data[key] = value

(2)pyPdf2

路徑大約在:

/usr/lib/python2.7/site-packages/PyPDF2/generic.py

if not data.get(key):
  data[key] = value
elif pdf.strict:
  # multiple definitions of key not permitted
  raise utils.PdfReadError("Multiple definitions in dictionary at byte %s for key %s" \
           % (utils.hexStr(stream.tell()), key))

修改為:

if not data.get(key):
  data[key] = value

補充知識:在Python里如何切分中文文本句子(分句)、英文文本分句(切分句子)

在處理文本時,會遇到需要將文本以 句子 為單位進行切分(分句)的場景,而文本又可以分為 中文文本 和 英文文本 ,處理的方法會略有不同。本文會介紹 Python 是如何處理 分句 的。

分句的關鍵是找到合適的結束符號,比如:中文里的 。,英文里的 . 等,而且,在這一點上中英也是有很大區(qū)分的。

這里介紹一種純用 Python 實現(xiàn)的分句函數(shù)。

def cut_sentences(content):
	# 結束符號,包含中文和英文的
	end_flag = ['?', '!', '.', '?', '!', '。', '…']
	
	content_len = len(content)
	sentences = []
	tmp_char = ''
	for idx, char in enumerate(content):
		# 拼接字符
		tmp_char += char

		# 判斷是否已經(jīng)到了最后一位
		if (idx + 1) == content_len:
			sentences.append(tmp_char)
			break
			
		# 判斷此字符是否為結束符號
		if char in end_flag:
			# 再判斷下一個字符是否為結束符號,如果不是結束符號,則切分句子
			next_idx = idx + 1
			if not content[next_idx] in end_flag:
				sentences.append(tmp_char)
				tmp_char = ''
				
	return sentences

content = '在處理文本時,會遇到需要將文本以 句子 為單位進行切分(分句)的場景,而文本又可以分為 中文文本 和 英文文本 ,處理的方法會略有不同。本文會介紹 Python 是如何處理 分句 的。'
sentences = cut_sentences(content)
print('\n\n'.join(sentences))

在處理文本時,會遇到需要將文本以 句子 為單位進行切分(分句)的場景,而文本又可以分為 中文文本 和 英文文本 ,處理的方法會略有不同。

本文會介紹 Python 是如何處理 分句 的。

這個函數(shù)可以通過修改 end_flag (結束符號),來自定義特定的句子切分方式,比如加入 ; 等符號。

當然,也可以用正則表達式來完成分句,使用 re.split 的方法。

import re

def cut_sentences(content):
	sentences = re.split(r'(\.|\!|\?|。|!|?|\.{6})', content)
	return sentences

content = content = '在處理文本時,會遇到需要將文本以 句子 為單位進行切分(分句)的場景,而文本又可以分為 中文文本 和 英文文本 ,處理的方法會略有不同。本文會介紹 Python 是如何處理 分句 的。'
sentences = cut_sentences(content)
print('\n\n'.join(sentences))

在處理文本時,會遇到需要將文本以 句子 為單位進行切分(分句)的場景,而文本又可以分為 中文文本 和 英文文本 ,處理的方法會略有不同

。

本文會介紹 Python 是如何處理 分句 的

。

這里還可以安利大家一個非常不錯的處理中文標點符號的第三庫: zhon,可以通過 pip install zhon 安裝,功能也算非常豐富。

我們使用 zhon 來實現(xiàn)中文分句。

import re
import zhon

rst = re.findall(zhon.hanzi.sentence, '我買了一輛車。媽媽做的菜,很好吃!')
print(rst)

['我買了一輛車。', '媽媽做的菜,很好吃!']

大家可以閱讀 zhon 的官方文檔,了解更多的使用案例。

以上這篇解決pyPdf和pyPdf2在合并pdf時出現(xiàn)異常的問題就是小編分享給大家的全部內容了,希望能給大家一個參考,也希望大家多多支持腳本之家。

相關文章

最新評論

阳新县| 象州县| 剑川县| 荆州市| 怀化市| 双柏县| 儋州市| 临邑县| 诸城市| 胶南市| 南陵县| 黄山市| 曲阳县| 吴江市| 泌阳县| 乌拉特中旗| 孟村| 五大连池市| 中山市| 永新县| 高尔夫| 南部县| 锡林郭勒盟| 伊吾县| 阜南县| 英吉沙县| 台中市| 威信县| 乌拉特后旗| 普兰县| 青海省| 青岛市| 富宁县| 深泽县| 南靖县| 崇文区| 博兴县| 东乌| 常德市| 瑞丽市| 晋州市|