目标:给定一篇PDF格式的文章,用python解析其内容,并使用正则表达式提取出其中的参考文献内容。本文中假设参考文献内容以[1] [2] 这样的索引编写。
必要条件:安装解析PDF文件的python软件包 pdfminer http://www.unixuser.org/~euske/python/pdfminer/index.html
代码:
<p><span style="font-family: Arial, Helvetica, sans-serif;">#/usr/bin/env python</span></p>#coding:utf-8
import sys
reload(sys)
sys.setdefaultencoding("

本文介绍如何使用Python解析PDF文件并利用正则表达式提取其中的参考文献。通过安装pdfminer库,可以读取PDF内容,但需要注意的是,目前的方法可能会误提取正文中的部分参考信息,后续有待优化。
最低0.47元/天 解锁文章
1301





