Extraire des données vectorielles d’un PDF dans Python
Comment extraire des données vectorielles d’un PDF à l’aide de Python
Comment extraire des données vectorielles d'un PDF à l'aide de l'outil Aspose.PDF pour Python for .NET
Avez-vous besoin d’extraire des données vectorielles d’un PDF ? La modification programmatique de documents PDF est un élément essentiel des flux de travail numériques modernes. Avec les bibliothèques Python telles que Aspose.PDF, les développeurs peuvent extraire des données vectorielles à partir d’un PDF. Ces bibliothèques sont des solutions autonomes qui ne dépendent d’aucun autre logiciel et sont prêtes pour un usage commercial. Ils couvrent tous les besoins possibles des développeurs Python professionnels.
- Extraire le texte du PDF
- Extraire des images d’un PDF
- Extraire des polices d’un PDF
- Extraire les données du formulaire
- Extraire le texte des timbres
- Extraire les données du tableau
Afin d’extraire des données vectorielles à partir d’un fichier PDF, nous utiliserons l’API Aspose.PDF pour .NET qui est une API de manipulation de documents riche en fonctionnalités, puissante et facile à utiliser pour la plate-forme python-net. Ouvrez le gestionnaire de packages NuGet, recherchez Aspose.PDF et installez-le. Vous pouvez également utiliser la commande suivante depuis la console Package Manager.
Console
pip install aspose-pdfExtraire des données vectorielles d’un PDF dans Python
Pour essayer le code dans votre environnement, vous avez besoin de Aspose.PDF pour Python.
- Ouvrez le document PDF.
- Créez un absorbeur graphique.
- Visitez la page cible.
- Récupérez les éléments graphiques extraits.
Extraire des données vectorielles d'un PDF avec Python
Cet exemple de code montre comment extraire des données vectorielles à partir de documents PDF
Input file:
File not added
Output format:
Output file:
import aspose.pdf as ap
from os import path
from config import set_license, initialize_data_dir
def extract_graphics_elements(infile, outfile):
"""
Extract vector graphic elements from a specified page of a PDF and log basic element properties.
Args:
infile (str): Path to input PDF file.
outfile (str): Path to output text file for logging element info.
"""
document = ap.Document(infile)
gr_absorber = ap.vector.GraphicsAbsorber()
# Visit page 2 (pages collection is 1-indexed; document.pages[1] is the second page)
gr_absorber.visit(document.pages[1])
elements = gr_absorber.elements
with open(outfile, "w", encoding="utf-8") as f:
for idx, elem in enumerate(elements, start=1):
# Basic properties
rect = elem.rectangle
pos = elem.position
ops_count = len(elem.operators)
f.write(f"Element {idx}: Rectangle = {rect}, Position = {pos}, Operators = {ops_count}\n")