استخراج متن از PDF در Python
نحوه استخراج متن از PDF با استفاده از Python
نحوه استخراج متن از PDF با استفاده از Aspose.PDF برای Python via C++
به منظور استخراج متن فایل PDF، ما از Aspose.PDF for .NET API استفاده خواهیم کرد که یک API دستکاری سند غنی، قدرتمند و آسان برای استفاده برای پلت فرم python-cpp است. مدیر بسته NuGet را باز کنید، Aspose.PDF را جستجو کرده و نصب کنید. شما همچنین می توانید از دستور زیر از کنسول مدیریت بسته استفاده کنید.
استخراج متن از PDF در Python
شما نیاز به Aspose.PDF library دارید تا کد را در محیط خود امتحان کنید.
۱. PDF را با یک نمونه از سند بارگذاری کنید. ۱. برای استخراج متن، شیء TextObsorber را ایجاد کنید. ۱. جذب کننده را برای تمام صفحات بپذیرید. ۱. متن استخراج شده را دریافت کنید ۱. یک نویسنده ایجاد کنید و فایل را باز کنید، یک خط متن را به فایل بنویسید
استخراج متن از PDF با Python
این کد نمونه نحوه استخراج متن از اسناد PDF را نشان می دهد
Input file:
File not added
Output format:
PDF
Output file:
import AsposePDFPythonWrappers as ap
# Create an object of the PdfExtractor class
pdfExtractor = ap.PdfExtractor()
# Bind the input PDF
pdfExtractor.BindPdf("sample.pdf")
# ExtractText
pdfExtractor.extract_text()
pdfExtractor.get_text("sample.txt")