README.md

完整介绍来自[个人笔记] python+php 制作C/S架构的PDF文字识别小工具

应用环境

 Windows系统下 x64和x86平台

目录结构

源代码目录结构：

convertPDF
 |——— api
      |——— index.php    # 后端php代码
 |
 |——— src
      |——— app.ini      # 存放Ocr接口的用户参数和后端的api接口地址
      |——— myConvert.py # PDF转图片，PDF转文字的模块
      |——— pdf_Ocr.py   # PDF转图片文字识别模块
      |——— tkPDF.py     # 主程序入口文件

执行文件的目录结构：

—— src  (x64 or x86)
 |——— app.ini   # 存放Ocr接口的用户参数和后端的api接口地址
 |——— tkPDF.exe # 主程序入口
 |

主程序生成步骤

 src目录下执行pyinstaller -F -w .\tkPDF.py生成主程序tkPDF.exe  复制src目录下的app.ini到主程序目录。app.ini内容需要自行补充完整。百度AI申请地址入口

app.ini

[SERVER]
url=....

[APP_INFO]
app_id=....
api_key=....
secret_key=....

开发环境

 Python版本： 3.8.6  (Python3及以上版本均可)

 Python第三方包： tkinter, pyinstaller, baidu-aip, pdfminer, pdfminer3k, fitz, requests

MySQL数据表结构

 后端2张表： index记录了百度AI用户的Ocr接口免费次数 record记录用户的上传文件

pdfrecord数据库结构如下:

pdfrecord.index

列名	数据类型	长度	主键	外键	允许空	默认值	说明
id	int	4	是	否	否		唯一标识
app_id	varchar	30	否	否	否		Ocr的APP_ID
type	varchar	30	否	否	否		Ocr的类型
count	int	8	否	否	否		Ocr的次数
unix_time	int	11	否	否	否		10位UNIX时间戳

pdfrecord.record

列名	数据类型	长度	主键	外键	允许空	默认值	说明
id	int	4	是	否	否		唯一标识
filename	varchar	50	否	否	否		文件名称
filesize	varchar	20	否	否	否		文件大小(Mb)
app_id	varchar	30	否	否	否		Ocr的APP_ID
type	varchar	30	否	否	否		Ocr的类型
unix_time	int	11	否	否	否		10位UNIX时间戳