使用林乐和谢德仁使用的LM词典进行爬取，中文词典来源于有道翻译（有英文词典也有中文词典，）
1、年报来源于巨潮咨询
2、爬取更新后的年报
3、剔除ST
4、摘取管理层讨论与分析，纯文本部分（有该部分的数据）
5、python爬取，程序为jieba
6、代码展示如下
7、可发邮箱询问a18004817351@163.com
import pdfplumber
import time
import os
import re

def get_page(text):
    for key in ['董事会报告', '董事局报告', '经营情况讨论与分析']:
        r1 = re.compile(key+'.*?(\d{1,3})')
        page1 = re.findall(r1, text)
        if len(page1):
            page1 = page1[0
            break
    else:
        return False
    r = re.compile(f'{key}.*?'+page1+'.*?\n.*?\n*?.+?(\d{1,3})')
    page2 = re.findall(r, text)
    if len(page2):
        page2 = page2[0