Python Como ler vários PDFs em Python?

[A.Germano]

Como faço um programa em python, ler varios Pdf ?

tem algum tipo de biblioteca especifica para importar ? estou usando o Pypdf2 mas so esta lendo 1 pdf

 

<>

import PyPDF2 arquivo = r"C:\Users\06513024129\Desktop\Python Scripts\arquivo.pdf" lerPdf = PyPDF2.PdfFileReader(arquivo) paginas = lerPdf.getPage(5) conteudo = paginas.extractText() print(conteudo) arquivo.close()

 

[Visitante]

Não sei se é o caso, mas você poderia fazer uma lista do caminho dos seus pdf's usando a biblioteca OS

import os
diretorio_atual = os.getcwd()+'\PDF'

for caminho, diretorios, arquivos in os.walk(str(diretorio_atual)):
    print (caminho)
    print (diretorios)
    print (arquivos)

arquivos_pdf = ['documento1.pdf','documento2.pdf','documento3.pdf','documento4.pdf']

 

E a cada close do Pypdf2, ao ler o documento ou retirar alguma parte dele, etc... você itera novamente nessa lista de caminhos para e obter o próximo pdf e repetir este processo até que a lista chegue ao final.

 

No exemplo acima se voce comentar as linhas print(caminho) e print(diretorios), a impressão de print(arquivos), será uma lista com o nome dos arquivos pdf's que estão dentro do diretório PDF informado no código

Veja o resultado impresso

 

Veja o diretório dos PDF's

 

Agora caso seja necessário obter o caminho completo dos PDF's voce descomenta as linhas citadas e o resultado na tela sera: o caminho até os pdf's, uma lista vazia do diretório atual da aplicação e uma lista com os PDF's do diretório PDF.

Com esses dados na mão basta você ir adequando isso ao Pypdf2 no seu programa.

 

Mas tenho quase a certeza de que ele (Pypdf2) já faz isso por você, o que voce precisará fazer é só informar o caminho....mas testa ai! Boa Sorte!