FlaskProject/pdf_read.py

import re
import pdfplumber



def get_paytime(path):
    with pdfplumber.open(path) as pdf:
        page = pdf.pages[0] # 按照列表的规则，第四页
        table = page.extract_text()
        time=''
        #华农商业
        if '缴费时间： ' in table and ' 打印' in table:
            time="".join(re.findall(r'缴费时间： (.*?) 打印',table))
            time=time[0]+time[2:]
            
        #华农交强
        elif '收费确认时间：' in table and '有效保单生' in table:
            time = "".join(re.findall(r'收费确认时间：(.*?) 有效保单生', table))
            time = time[0] + time[2:]
            


        #安盛
        elif '收费确认时间' in table and '安盛天平' in table:
            time = "".join(re.findall(r'收费确认时间 (.*?)\n', table))
            

        #众安
        elif '收费确认时间' in table and '中国平安' in table:
            time = "".join(re.findall(r'收费确认时间：(.*?)时', table))
            time=time.replace('年','-').replace('月','-').replace('日',' ')
            time=time.split('-')
            if len(time[1])==1:
                time[1]='0'+time[1]
            time="-".join(time)+':00'
            
        #人寿
        elif '收付确认时间: ' in table and '中国人寿' in table:
            time = "".join(re.findall(r'收付确认时间: (.*?) 保单', table))
            

        #太平商业
        elif '保费确认时间：' in table and '太平财险' in table:
            time = "".join(re.findall(r'保费确认时间：(.*?) 确认码', table))
            

        # 太平交强
        elif '保费确认时间：' in table and '太平财产' in table:
            time = "".join(re.findall(r'保费确认时间：(.*?) 确认码', table))
            

        # 恒邦商业
        elif '保费确认时间：' in table and '恒邦' in table and '机动车交通事故责任强制保险' not in table:
            time = "".join(re.findall(r'保费确认时间：(.*?) 保单', table))
            
        # 恒邦交强
        elif '保费确认时间：' in table and '恒邦' in table and '机动车交通事故责任强制保险'  in table:
            time = "".join(re.findall(r'保费确认时间：(.*?)\n', table))

        return time