1. 如何自動抓取word或者pdf文檔中的數據
用EXCEL就好辦了
2. PDF里的鏈接怎麼打開
pdf文件里的鏈接直接復制是不行的，可以用pdf編輯器打開pdf文件然後進行復制：
一、用編輯器打開pdf文件；
二、單擊編輯內容按鈕使文檔進入編輯狀態；
三、選中要打開的鏈接復制就可以了。
3. 如何利用python抓取PDF中的某些內容
你的問題事實上包含幾部分：將PDF轉化為純文本格式抽取其中部分內容格式化寫入到excel中轉換PDF有很多庫可以完成，如下是通過pdfminer的示例：.,..._pdf_2_text(path):rsrcmgr=PDFResourceManager()retstr=StringIO()device=TextConverter(rsrcmgr,retstr,codec='utf-8',laparams=LAParams())interpreter=PDFPageInterpreter(rsrcmgr,device)withopen(path,'rb')asfp:forpageinPDFPage.get_pages(fp,set()):interpreter.process_page(page)text=retstr.getvalue()device.close()retstr.close()returntext需要指出的是，pdfminer不但可以將PDF轉換為text文本，還可以轉換為HTML等帶有標簽的文本。上面只是最簡單的示例，如果每頁有很獨特的標志，你還可以按頁單獨處理。
4. 如何利用Python抓取PDF中的某些內容
可以轉換成TXT再抓取
fromcStringIOimportStringIO
frompdfminer.pdfinterp
importPDFResourceManager,PDFPageInterpreter
frompdfminer.converterimportTextConverter
frompdfminer..pdfpage
importPDFPage
defconvert_pdf_2_text(path):
rsrcmgr=PDFResourceManager()
retstr=StringIO()
device=TextConverter(rsrcmgr,retstr,codec='utf-8',laparams=LAParams())
interpreter=PDFPageInterpreter(rsrcmgr,device)
withopen(path,'rb')asfp:
forpageinPDFPage.get_pages(fp,set()):
interpreter.process_page(page)
text=retstr.getvalue()
device.close()
retstr.close()
returntext