atuyosi https://blog.hatena.ne.jp/atuyosi/ 今日も微速転進 https://a244.hateblo.jp/ プログラミング Python PDF PDFMiner タイトルの通り、5月ごろに話題になった例のPDFをPython3 + PDFMiner.six でパースしてTSV（タブ区切りテキスト化）する話です。 以前からやろうと思っていながら放置していました。 すでにgithub でTSVデータにして変換してくださった方がいるので完全に二番煎じ。 ただ、そのTSVデータ、PDFをWordで開いてHTMLに変換してパースしていると書かれており、さすがにナンセンスな感じが拭えない*1。 github.com 自分でやらなくても他人様の成果物をありがたく使わせてもらえばいいやと言いたいところですが、このTSVファイル、ちょっと気に入らないところがあって……。… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fa244.hateblo.jp%2Fentry%2F2017%2F08%2F26%2F001050" title="厚生労働省のブラック企業リストをPythonで解析する（PDFMiner.six） - 今日も微速転進" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> Hatena Blog https://hatena.blog 2017-08-26 00:10:50 rich https://a244.hateblo.jp/entry/2017/08/26/001050 1.0 100%