Wyodrębnij tekst z pliku PDF w Python
Jak wyodrębnić tekst z pliku PDF za pomocą Python
Jak wyodrębnić tekst z pliku PDF za pomocą Aspose.PDF dla Python via C++
Aby wyodrębnić plik tekstowy PDF, użyjemy interfejsu API Aspose.PDF for .NET, który jest bogatym w funkcje, wydajnym i łatwym w użyciu interfejsem API manipulacji dokumentami dla platformy python-cpp. Otwórz menedżera pakietów NuGet, wyszukaj Aspose.PDF i zainstaluj. Możesz także użyć następującego polecenia z konsoli Menedżera pakietów.
Wyodrębnij tekst z pliku PDF w Python
Potrzebujesz Aspose.PDF library, aby wypróbować kod w swoim środowisku.
- Załaduj plik PDF z instancją dokumentu.
- Utwórz obiekt TextTabSorber, aby wyodrębnić tekst.
- Zaakceptuj absorber dla wszystkich stron.
- Pobierz wyodrębniony tekst
- Utwórz pisarza i otwórz plik, napisz wiersz tekstu do pliku
Wyodrębnij tekst z pliku PDF za pomocą Python
Ten przykładowy kod pokazuje, jak wyodrębnić tekst z dokumentów PDF
Input file:
File not added
Output format:
PDF
Output file:
import AsposePDFPythonWrappers as ap
# Create an object of the PdfExtractor class
pdfExtractor = ap.PdfExtractor()
# Bind the input PDF
pdfExtractor.BindPdf("sample.pdf")
# ExtractText
pdfExtractor.extract_text()
pdfExtractor.get_text("sample.txt")