2025/03/pdf/

[giscus[bot]]

2025/03/pdf/

https://xiangyun.rbind.io/2025/03/pdf/

[chuxinyuan]

配合 Stirling PDF 基本上就够用了。

[XiangyunHuang]

Mark 一下 https://github.com/Stirling-Tools/Stirling-PDF

[chuxinyuan]

最近发现 tabulapdf 包也非常棒！

[XiangyunHuang]

• pypdf
• pdfplumber
• PyMuPDF
• pypdfium2
• pdfminer.six

这是一些处理 PDF 文件的 Python 模块，不知你有没有兴趣拿它们做点事。比如抽取政府公告文档中的数据，搞点分析之类的。

[chuxinyuan]

对于 Python，我入门好几次都失败了。马克思说学习一门外语最好的办法是忘掉母语，可我的 R 快忘掉了，Python 也没学好。 后来我不在纠结工具了，也可能是懒惰了，有点逃避心理，当然了，Python 是“通用普通话”，大势所趋，早晚得面对。

正所谓知识有多少，程序跑多好，我开始从打磨工具逐渐转向业务知识的积累。最近在学习《财务金融建模--用Excel工具》（第四版），先跟着书中的案例学习它的算法，然后用 R 重现一遍，学习效率很高，为将来量化积累点理论知识。形式层面，定制 Excel 版的报表和 Word 版的报告在国内是避不开的问题，前者主要用 openxlsx2，后者估计得学习点 lua 才能更好地配合 Quarto 定制模板。

对于抽取政府公告文档中的数据，搞点分析之类的，也是很有意思的事情，从宏观层面整体把控，然后是行业的数据和上市公司的年报，从中观和微观层面深入了解具体情况。我在想，是不是买点股票会更有动力干这些事情呢，哈哈哈……

[XiangyunHuang]

我上面指的分析是一些常识性的，只是对我们而言显得陌生。至于买股票，那是波动性非常大、时效性特别强的场景。分析的是基本面，长期趋势，但是用来干短期性、投机性的事不太妥吧。