Python：PDFからURLをスクレイピング

Question

PythonでPDFをスクレイピング

表題の通り、pythonでPDFをスクレイピングし、URLを取得したいのですが、実行するものの、
出力がされません。
どなたかご教授ください！

取得したいURLは以下のPDFです
https://www.caa.go.jp/policies/policy/consumer_policy/caution/internet/pdf/20140228adjustments_1.pdf

コードは以下の通りです。

import csv
import request
from urllib.parse import urljoin
from bs4 import BeautifulSoup
import ssl

base_url = "https://www.caa.go.jp/policies/policy/consumer_policy/caution/internet/assets/consumer_policy_cms105_201030_01.pdf"
html = request.urlopen(base_url)
soup = BeautifulSoup(html,'html.parser')
   

soup = BeautifulSoup(html,'html.parser')
for i in soup.find_all('a'):
    j = (urljoin(base_url, i.get('href')))
    print(j)

    f = open('scraping.txt', mode='w')  
    f.write(j)
    f.close()

Comments

[tiitoi]

PDFはHTMLではなりませんから、BeautifulSoup とかでは無理だと思いますよ

[ponponpain_kun]

やはりテキストで読み込むしかないですか？

[tiitoi]

この質問は PDF の中のリンクを取得したいということですよね?
だとしたら、PDF は HTML ではないので、BeautifulSoup など HTML を解析するためのライブラリを使うのはできないです。

Answer 1

これらの記事がご参考になりますでしょうか。

PythonでPDFからテキストを読み取る方法について

【自動化】PDF内の表をPythonで抜き出す