Extraiga los archivos adjuntos de un PDF a través de Python
Cómo extraer archivos adjuntos de un PDF mediante programación con Python
Cómo extraer archivos adjuntos mediante la biblioteca Python for .NET
Para extraer archivos adjuntos en un archivo PDF, utilizaremos la API Aspose.PDF for .NET, que es una API de manipulación de documentos rica en funciones, potente y fácil de usar para la plataforma python-net. Abra el administrador de paquetes NuGet, busque Aspose.pdf e instálelo. También puede usar el siguiente comando desde la consola de Package Manager.
Console
pip install aspose-pdfExtraer archivos adjuntos del PDF Python
Necesita Aspose.PDF for .NET para probar el código en su entorno.
- Obtenga una colección de archivos incrustados.
- Obtenga el recuento de los archivos incrustados.
- Recorre la colección para obtener todos los archivos adjuntos.
- Compruebe si el objeto parámetro contiene los parámetros.
- Obtenga el archivo adjunto y escriba en un archivo o transmisión.
Extraer el archivo adjunto de un documento PDF
import aspose.pdf as apdf
from os import path
path_infile = path.join(self.data_dir, infile)
# Open document
document = apdf.Document(path_infile)
# Get count of the embedded files
print(f"Total files : {len(document.embedded_files)}")
# Loop through the collection to get all the attachments
for file_specification in document.embedded_files:
print(f"Name: {file_specification.name}")
print(f"Description: {file_specification.description}")
print(f"Mime Type: {file_specification.mime_type}")
# Check if parameter object contains the parameters
if file_specification.params is not None:
print(f"CheckSum: {file_specification.params.check_sum}")
print(f"Creation Date: {file_specification.params.creation_date}")
print(f"Modification Date: {file_specification.params.mod_date}")
print(f"Size: {file_specification.params.size}")
# Get the attachment and write to file
with open(
path.join(self.data_dir, "export_" + file_specification.name), "wb"
) as f:
f.write(file_specification.contents.readall())