'commit'

dsRag/Test/T9_TestReadPDF.py

@@ -0,0 +1,13 @@
+"""
+conda activate rag
+pip install PyPDF2
+"""
+from Util.PdfUtil import read_pdf_file
+
+# 使用示例
+if __name__ == "__main__":
+    pdf_file = r"d:/办公/【20250521】xyy需求审核（加报价）-局校一体化.pdf"
+    content = read_pdf_file(pdf_file)
+    if content:
+        print("\nPDF内容:")
+        print(content)

dsRag/Util/PdfUtil.py

@@ -0,0 +1,34 @@
+import PyPDF2
+import os
+
+
+def read_pdf_file(file_path):
+    """
+    读取PDF文件内容
+    :param file_path: PDF文件路径
+    :return: 文档文本内容
+    """
+    try:
+        # 检查文件是否存在
+        if not os.path.exists(file_path):
+            raise FileNotFoundError(f"文件 {file_path} 不存在")
+
+        # 检查文件是否为PDF
+        if not file_path.lower().endswith('.pdf'):
+            raise ValueError("仅支持.pdf格式的文件")
+
+        text = ""
+
+        # 以二进制模式打开PDF文件
+        with open(file_path, 'rb') as file:
+            reader = PyPDF2.PdfReader(file)
+
+            # 逐页读取内容
+            for page in reader.pages:
+                text += page.extract_text() + "\n"
+
+        return text.strip()
+
+    except Exception as e:
+        print(f"读取PDF文件时出错: {str(e)}")
+        return None