Estrai il testo dal timbro in PDF tramite Python
Come estrarre il testo dal timbro in un PDF utilizzando Python
Come estrarre il testo dalle annotazioni dei timbri in PDF utilizzando Aspose.PDF for Python for .NET Tool
Hai bisogno di estrarre il testo dal timbro in PDF? La modifica programmatica dei documenti PDF è una parte essenziale dei moderni flussi di lavoro digitali. Con le librerie Python come Aspose.PDF, gli sviluppatori possono estrarre i font dai PDF. Queste librerie sono soluzioni autonome che non si basano su altri software e sono pronte per l’uso commerciale. Coprono tutte le possibili esigenze degli sviluppatori Python professionisti.
- Estrai testo da PDF
- Estrai immagini da PDF
- Estrai caratteri da PDF
- Estrai dati dal modulo
- Estrai testo dai timbri
- Estrai dati dalla tabella
Per estrarre i caratteri dal file PDF, utilizzeremo l’API Aspose.PDF for .NET, 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.
Console
pip install aspose-pdfEstrai il testo dal timbro in PDF tramite Python
Per provare il codice nel tuo ambiente, hai bisogno di Aspose.PDF for Python.
- Apri il documento PDF
- Accedere alla prima pagina del documento.
- Scorri tutte le annotazioni sulla pagina.
- Filtra solo le annotazioni dei timbri.
Estrai il testo dal timbro in PDF tramite Python
Questo codice di esempio mostra come estrarre il testo dal timbro nei documenti 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)