Извлечь текст из PDF в Python
Как извлечь текст из PDF с помощью Python
Как извлечь текст из PDF с помощью файла Aspose.PDF for Python via C++
Чтобы извлечь текстовый PDF-файл, мы будем использовать API Aspose.PDF for .NET, который представляет собой многофункциональный, мощный и простой в использовании API для работы с документами для платформы python-cpp. Откройте менеджер пакетов NuGet, найдите Aspose.PDF и установите. Вы также можете использовать следующую команду в консоли диспетчера пакетов.
Извлечь текст из PDF в Python
Чтобы попробовать код в своей среде, вам понадобится библиотека Aspose.PDF.
- Загрузите PDF-файл вместе с экземпляром документа.
- Создайте объект TextAbsorber для извлечения текста.
- Примите абсорбер для всех страниц.
- Получите извлеченный текст
- Создайте писателя и откройте файл, напишите в файл строку текста
Извлеките текст из PDF с помощью Python
В этом примере кода показано, как извлекать текст из PDF-документов
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")