基于Python的工程图数据分析研究.docxVIP

? ? 基于Python的工程图数据分析研究 ? ? 陆承佳 摘要：文章介绍了一个可用于自动分析、整理、导出工程图数据的Python脚本。该脚本利用Python标准模块os与第三方模块pdfplumber及xlwt，遍历目标路径下所有PDF格式文件，并提取每张图样中的关键信息，最终统一导入一个Excel工作簿，进而帮助工程师节省大量手动查找和记录所需的时间。 关键词：Python;工程图;PDF;Excel;数据分析 ：TP311? ? ?：A ：1009-3044（2019）18-0266-03 Abstract： In this paper， a Python script is written to analyze， dispose and export data of engineering drawings automatically. It uses the standard module os and third-party modules pdfplumber xlwt to traverse all PDF documents in the target path， then extract core data of each drawing and finally import them into an Excel workbook. This script can help engineers save much time spent in manual searching and recording. Key words： Python; Engineering Drawing; PDF; Excel; Data Analysis 1 背景 无论是在产品设计、制造还是使用环节中，工程图都起到了至关重要的作用——设计者通过图样表达设计思想，制造者依据图样加工、检验、调试产品，使用者借助图样了解结构性能、运作参数等。 通过对比图样信息，工程师可以明确不同产品间的设计差异。但对于部分图面复杂的工程图，一些重要信息不易被直接找到。此外，当涉及图样较多时，工程师的核查分析工作将变得更为烦琐。 文章旨在使用Python程序设计语言编写一个自动化脚本，批量提取PDF工程图内的关键数据并写入Excel工作簿中，进而节省工程师手动查找和记录图样信息所需的时间。 2 开发环境简介 Python 是一門非常通用的高级语言[1]。自20世纪90年代初它诞生至今，Python凭借其简洁性、易读性以及可扩展性，已经成为最受欢迎的程序设计语言之一。 Python不仅自带有强大的标准库，可以执行系统管理、网络通信、文本读写等操作。而且，Python社区提供了大量第三方模块。它们功能极其丰富，覆盖科学计算、网站开发、图形系统等各种领域，并且大多成熟而稳定。 文章以Python 3.7内置的集成开发环境IDLE为平台编写程序，通过遍历某一文件夹内全部PDF格式图样，依次从中读取所需信息，再统一写入Excel工作簿内，最终实现工程图数据自动批量分析、整理、导出功能。 3 主要算法思路 现假定有30张PDF格式的电机图样，工程师需要从中抽取并整理所有电机的图号、供应商号、产地、电压、功率、转速等参数，并存储进一个Excel文档内。 工程图数据提取功能的Python脚本主函数如图1所示。 该功能的实现大致可分为两部分：PDF文档读取和Excel文档写入——分别对应示例代码中的PDF（）与Excel（）子函数。而在调用PDF（）函数前，首先应指明文件所在目录路径，再创建一个列表（list）用以储存信息。接着，调用标准os模块的listdir（）函数获取该文件夹的目录内容。 随后，对于其中全部PDF文档，逐一将它们的文件名与文件夹路径拼接，得到完整的文件路径并作为PDF（）函数的实参。值得注意的是，虽然Python的列表不必像C/C++的数组一样预先定义元素个数，但为了便于按照paramName列表顺序存放所找到的数据以及优化程序算法，在定义paramValue列表的同时为其赋予了7个“空格”元素。然后，调用PDF（）函数从电机图样获取参数并覆盖paramValue初始元素后，将该列表加入paramTable（一个包含列表的列表）中。 最后，调用Excel（）函数将paramTable二维列表内所有元素（即30台电机的参数）写入一个Excel工作簿中。 4 PDF文档 4.1 第三方模块选取 目前，Python包管理工具pip已发布上千PDF文档相关项目。文章针对三个常用以读取PDF文本的模块，就它们是否适于提取工程图信息展开了对比研究： 首先，pdfminer3k作为PDFMiner 的Python 3移植版，既可通过命令行使用，又可整