csy08845的博客

pdfminer.six 是一个专门用来从 PDF 中提取文本的库，能够处理复杂的文本布局，适合用于文本解析，尤其是需要了解 PDF 页面的结构时。pdfplumber 是一个基于 pdfminer.six 的工具，专门用于提取 PDF 中的表格、文本、图像等结构化内容。PyMuPDF 是一个强大的 PDF、XPS、EPUB 等格式的文档处理库，支持提取文本、图像和页面渲染等多种功能。PyPDF2 是一个用于 PDF 文档操作的库，支持 PDF 文件的合并、拆分、旋转、裁剪等。

（二维数据表），提供了丰富的功能来处理各种格式的数据,pandas 是数据分析和处理的核心工具，掌握它的基本操作及优化技巧能大大提升工作效率。Series 是 pandas 的一维数组，类似于 Python 中的列表，但它可以附带标签（索引），用于标识每个元素。DataFrame 是 pandas 中的二维数据结构，类似于一个表格，拥有行和列，能够保存不同类型的数据。中非常强大的数据处理和分析库，广泛应用于数据清洗、数据分析和数据可视化等领域。使用 loc[] 和 iloc[] 进行数据的访问。

它提供了比 pdfminer.six 更简单的 API，可以更容易地提取 PDF 中的表格，同时支持文本和图像提取。PyPDF2 和 PyPDF4 都是功能强大的 PDF 操作库，适用于合并、拆分、旋转 PDF 文件，提取 PDF 元数据等。pdfminer.six 是一个强大的 PDF 文本提取库，尤其适用于精确提取页面上的文本，支持复杂的文本布局、字体、字符信息的提取。PyMuPDF（也叫 fitz）是一个非常强大的 PDF 处理库，支持文本、图像、页面渲染和注释提取等功能。

1. 变量命名规范2. 避免使用可变默认参数3. 注重代码的可读性4. 理解浅拷贝和深拷贝5. 用is判断None6. 条件表达式中的and和or短路7. 理解迭代器与生成器8. 避免过多的嵌套。