做投资，我们经常要阅读公告，如何对公告进行解读呢？本文将遍历一个文件夹里的所有的理财公告PDF文件，通过PDF文本解析对理财公告进行深度筛选，获取符合要求的公告内容。

1. 首先遍历文件夹里所有的PDF文件，拼接出需要的pdf的文件位置。然后把他们放在一个列表里面，方便之后调用。
2. 1

import os
import pdfplumber
path= r"C:\Users\86186\PycharmProjects\online\spider\requests\财务报表" # 财务报表储存路径
# 寻找文件夹下所有pdf文件路径
file_list=[]
for files in os.walk(path):  # 遍历路径下所有文件夹
for file in files[2]: # 遍历路径下所有文件
if os.path.splitext(file)[1]=='.pdf' or os.path.splitext(file)[1]=='.PDF': # 检查文件后缀名
file_list.append(path+"\\"+file)  # 拼接文件路径
print(file_list)

1. 遍历所有pdf里面的内容，然后用pdfplumber函数获取文本里面的内容，将所有的文本内容拼接到一起。

# PDF文本解析和筛选出正文中的内容
pdf_all=[]
for i in range(len(file_list)):
pdf=pdfplumber.open(file_list[i])  # 打开每个pdf文件
pages=pdf.pages
text_all=[]
for page in pages:  # 遍历每一页的信息
text=page.extract_text() # 提取当前页的文本内容
text_all.append(text) # 将每一页的内容汇集到一起
text_all="".join(text_all) # 把列表转换为字符串
pdf.close()

1. 对遍历后得到的文本内容进行分析，这里写的关键字筛选，只有当PDF文件里含有“自有”，“议案&am