在 Newspaper3k 中使用外部文件

Question

我正在执行一些抓取和总结任务，发现报纸非常适合我（大部分）的需求。 我有一系列 pdf 个文件，我还需要查看这些文件并执行类似的任务。 我可以找到其他应用程序打开并从中提取故事，希望直接将文本提供给报纸并让它做它的事情……然而，到目前为止我一直无法弄清楚如何做到这一点。 有什么建议么？

Answer 1

这是一个很棒的 package 可以解决你的困境：pymupdf，请参阅

https://pymupdf.readthedocs.io/en/latest/

然后运行：

import fitz

并按照文档。