Extraia o texto do carimbo em PDF via Python
Como extrair texto do carimbo em PDF usando Python
Como extrair texto de anotações de carimbo em PDF usando Aspose.PDF para a ferramenta Python for .NET
Você precisa extrair o texto do carimbo em PDF? A modificação programática de documentos PDF é uma parte essencial dos fluxos de trabalho digitais modernos. Com bibliotecas Python como Aspose.PDF, os desenvolvedores podem extrair fontes do PDF. Essas bibliotecas são soluções independentes que não dependem de outros softwares e estão prontas para uso comercial. Eles cobrem todas as necessidades possíveis dos desenvolvedores profissionais de Python.
- Extrair texto do PDF
- Extrair imagens do PDF
- Extrair fontes do PDF
- Extrair dados do formulário
- Extrair texto de carimbos
- Extrair dados da tabela
Para extrair fontes do arquivo PDF, usaremos a API Aspose.PDF for.NET, que é uma API de manipulação de documentos rica em recursos, poderosa e fácil de usar para a plataforma python-net. Abra o gerenciador de pacotes NuGet, pesquise Aspose.PDF e instale. Você também pode usar o seguinte comando no console do gerenciador de pacotes.
Console
pip install aspose-pdfExtraia o texto do carimbo em PDF via Python
Para testar o código em seu ambiente, você precisa de Aspose.PDF para Python.
- Abra o documento PDF
- Acesse a primeira página do documento.
- Repita todas as anotações na página.
- Filtre somente anotações de carimbo.
Extraia o texto do carimbo em PDF via Python
Este exemplo de código mostra como extrair texto de um carimbo em documentos 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)