Vou retirar um trecho de texto de um PDF com a biblioteca PyPDF2
em Python. Preciso encontrar a palavra "lc" dentro do PDF e extraí-la: a palavra "lc", que significa locação, vem acompanhada de um número (número do pedido) que vai variar de documento para documento.
A solução que havia imaginado seria coletar o termo "lc" + os próximos 5 caracteres. Não sei como fazê-lo como puder perceber pelos meus testes (vide código abaixo) - estou me iniciando em programação e talvez não saiba algo crucial ou não esteja enxergando algo.
A pergunta é: como posso coletar o trecho dentro do objeto PageObject
da PyPDF2
? Levando em conta que preciso coletar também os 5 caracteres seguintes ao termo pesquisado pois eles variam de documento para documento, e são desconhecidos.
import PyPDF2
reader = PyPDF2.PdfFileReader(r'C:\Users\1\Desktop\Escaneados\2.pdf'
, 'rb')
p = reader.getPage(0)
text = p.extractText()
search_word = "lc"
print (text[27:35])