Preciso coletar alguns dados de PDFs que surgem com nomes aleatórios e tenho que executar a mesma função em todos os '.PDF' sem especificar o nome deles!
o código até então está assim:
import PyPDF2
pdf = open('850190086811.pdf', 'rb')
reader = PyPDF2.PdfReader(pdf)
pagina = reader.pages[0]
len(pagina.extract_text())
pedaço = pagina.extract_text()
pedaço.find('CNPJ')
print(pedaço[177:210])
eu consigo localizar o CNPJ desejado assim, mas preciso executar isso em sequencia e exibir resultado por resultado numa tabela/data frame/planilha/texto ou qualquer coisa que dê pra identificar os resultados
meu resultado é CNPJ/SEI: 03.480.652/0001-69
link do pdf que eu usei:
glob.glob
oupathlib.Path.glob
para buscar arquivos, a documentação já possui respostas para as dúvidas mais comuns, recomendo que pesquise lá com calma e que de fato aprenda o básico antes de fazer o avançando e a documentação ajuda no passo a passo docs.python.org/3/tutorial/index.html