Python 에서 PDF에서 텍스트 추출
Python for .NET 을 사용하여 PDF에서 텍스트를 추출하는 방법
Python for .NET 용 Aspose.PDF 파일을 사용하여 PDF에서 텍스트를 추출하는 방법
PDF에서 텍스트를 추출해야 합니까?PDF 문서를 프로그래밍 방식으로 수정하는 것은 현대 디지털 워크플로우의 필수적인 부분입니다.Aspose.PDF 같은 Python 라이브러리를 사용하면 개발자가 PDF에서 텍스트를 추출할 수 있습니다.이러한 라이브러리는 다른 소프트웨어를 사용하지 않고 상업적으로 사용할 수 있는 독립 실행형 솔루션입니다.전문 Python 개발자의 가능한 모든 요구 사항을 충족합니다.
- PDF에서 텍스트 추출
- PDF에서 이미지 추출
- PDF에서 글꼴 추출
- 양식에서 데이터 추출
- 스탬프에서 텍스트 추출
- 테이블에서 데이터 추출
PDF 파일에서 텍스트를 추출하기 위해 python-net 플랫폼용 기능이 풍부하고 강력하며 사용하기 쉬운 Aspose.PDF for .NET API를 사용합니다.NuGet 패키지 관리자를 열고 Aspose.pdf를 검색하여 설치합니다.패키지 관리자 콘솔에서 다음 명령을 사용할 수도 있습니다.
Console
pip install aspose-pdfPython 에서 PDF에서 텍스트 추출
사용자 환경에서 코드를 사용해 보려면 Aspose.PDF for Python 이 필요합니다.
- 문서 인스턴스와 함께 PDF를 로드합니다.
- 텍스트를 추출하는 TextAbsorber 객체를 생성합니다.
- 모든 페이지에 흡수 장치를 사용하십시오.
- 추출된 텍스트 가져오기
- 라이터 생성 및 파일 열기, 파일에 텍스트 한 줄 쓰기
Python 를 사용하여 PDF에서 텍스트 추출
이 샘플 코드는 PDF 문서에서 텍스트를 추출하는 방법을 보여줍니다.
Input file:
File not added
Output format:
PDF
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)