Estrai gli allegati dal PDF tramite Python
Come estrarre allegati da PDF a livello di codice con Python
Come estrarre gli allegati utilizzando la libreria Python for .NET
Per estrarre gli allegati nel file PDF, useremo Aspose.PDF for .NET API che è un’API di manipolazione dei documenti ricca di funzionalità, potente e facile da usare per la piattaforma python-net. Apri il gestore di pacchetti NuGet, cerca Aspose.pdf e installa. È inoltre possibile utilizzare il seguente comando dalla console di Package Manager.
Python Package Manager Console
pip install aspose-pdfEstrai allegati dal PDF Python
È necessario Aspose.PDF for .NET per provare il codice nel proprio ambiente.
- Ottieni la raccolta di file incorporati.
- Ottieni il conteggio dei file incorporati.
- Scorri la raccolta per ottenere tutti gli allegati.
- Verificare se l’oggetto parametro contiene i parametri.
- Ottieni l’allegato e scrivi su file o stream.
Estrai allegato dal documento PDF
def attachment_extract(self, infile):
path_infile = self.dataDir + infile
# Open document
pdfDocument = Document(path_infile)
# Get embedded files collection
embeddedFiles = pdfDocument.EmbeddedFiles
# Get count of the embedded files
print ( "Total files : %d " % (embeddedFiles.Count))
count = 1
# Loop through the collection to get all the attachments
for fileSpecification in embeddedFiles:
print("Name: " + fileSpecification.Name)
print("Description: " + fileSpecification.Description)
print("Mime Type: " + fileSpecification.MIMEType)
# Check if parameter object contains the parameters
if (fileSpecification.Params != None):
print("CheckSum: " + fileSpecification.Params.CheckSum)
print("Creation Date: " + fileSpecification.Params.CreationDate)
print("Modification Date " + fileSpecification.Params.ModDate)
print("Size: " + fileSpecification.Params.Size)
# Get the attachment and write to file or stream
File.WriteAllBytes(self.dataDir + count + "_out" + ".txt", fileSpecification.Contents)
count+=1