Ekstrak teks dari cap dalam PDF melalui Python
Cara Mengekstrak teks dari stempel di PDF menggunakan Python
Cara mengekstrak teks dari anotasi stempel dalam PDF menggunakan Aspose.PDF untuk alat Python for .NET
Apakah Anda perlu mengekstrak teks dari stempel dalam PDF? Modifikasi terprogram dokumen PDF adalah bagian penting dari alur kerja digital modern. Dengan pustaka Python seperti Aspose.PDF, pengembang dapat mengekstrak font dari PDF. Perpustakaan ini adalah solusi yang berdiri sendiri yang tidak bergantung pada perangkat lunak lain dan siap untuk penggunaan komersial. Mereka mencakup semua kemungkinan kebutuhan pengembang Python profesional.
- Ekstrak teks dari PDF
- Ekstrak Gambar dari PDF
- Ekstrak Font dari PDF
- Ekstrak Data dari Formulir
- Ekstrak Teks Dari Perangko
- Ekstrak Data dari Tabel
Untuk mengekstrak font dari file PDF, kita akan menggunakan API Aspose.PDF untuk.NET yang merupakan API manipulasi dokumen yang kaya fitur, kuat, dan mudah digunakan untuk platform python-net. Buka manajer paket NuGet, cari Aspose.PDF dan instal. Anda juga dapat menggunakan perintah berikut dari Konsol Manajer Paket.
Console
pip install aspose-pdfEkstrak teks dari cap dalam PDF melalui Python
Untuk mencoba kode di lingkungan Anda, Anda memerlukan Aspose.PDF untuk Python.
- Buka Dokumen PDF
- Akses halaman pertama dokumen.
- Iterasi melalui semua anotasi pada halaman.
- Saring anotasi stempel saja.
Ekstrak teks dari cap dalam PDF melalui Python
Kode sampel ini menunjukkan cara mengekstrak teks dari stempel dalam dokumen PDF
Input file:
File not added
Output format:
Output file:
import aspose.pdf as apdf
from os import path
path_infile = path.join(self.data_dir, infile)
path_outfile = path.join(self.data_dir, outfile)
document = apdf.Document(path_infile)
# Create TextAbsorber object to extract text
textAbsorber = apdf.text.TextAbsorber()
document.pages.accept(textAbsorber)
extractedText = textAbsorber.text
with open(path_outfile, 'w') as f:
f.write(extractedText)