python提取文档中指定范围文字

Question

入门新手，上百页的文档txt或pdf怎么快速提取。如'a'后面的n个字符、a、b之间的字符。用什么方法，速度快？

Answer 1

这个只写一下个人思路，我知识有限，我的办法是：既然你提到你的文档数据量很大，那你可以每次只读取一部分，如果这部分出现了”a“，那就从这个”a“作为起点读取。因为我觉得你描述的问题不是你不会读取，而是因为你觉得一次性把一堆内容加载读取到内存中不太好。至于效率问题python就多用用封装好了东西吧比如正则，毕竟西语言写的比python切片应该快很多。