-2

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:

1
  • Você pode usar glob.glob ou pathlib.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
    – Syzoth
    Commented 31/01/2023 às 15:29

1 Resposta 1

3

Pode usar a função pathlib.Path.glob:

from pathlib import Path

path = Path('.')
for file in path.glob('*.pdf'):
  with file.open() as pdf:
    ...

Isso percorrerá todos os PDFs do diretório atual, independente do nome.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .