Извлеките текст из штампа в формате PDF с помощью Python
Как извлечь текст из штампа в формате PDF с помощью Python
Как извлечь текст из аннотаций штампов в формате PDF с помощью инструмента Aspose.PDF for Python for .NET
Вам нужно извлечь текст из штампа в формате PDF? Программная модификация PDF-документов является неотъемлемой частью современных цифровых рабочих процессов. С помощью библиотек Python, таких как Aspose.PDF, разработчики могут извлекать шрифты из PDF. Эти библиотеки представляют собой автономные решения, которые не зависят от другого программного обеспечения и готовы к коммерческому использованию. Они охватывают все возможные потребности профессиональных разработчиков Python.
- Извлечение текста из PDF
- Извлечение изображений из PDF
- Извлечение шрифтов из PDF
- Извлечение данных из формы
- Извлечение текста из штампов
- Извлечение данных из таблицы
Чтобы извлечь шрифты из PDF-файла, 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-net. Откройте диспетчер пакетов NuGet, найдите aSpose.pdf и установите. Вы также можете использовать следующую команду из консоли диспетчера пакетов.
Console
pip install aspose-pdfИзвлеките текст из штампа в формате PDF с помощью Python
Чтобы опробовать код в своей среде, вам понадобится Aspose.PDF для Python.
- Откройте PDF-документ
- Откройте первую страницу документа.
- Просмотрите все аннотации на странице.
- Фильтруйте только аннотации штампов.
Извлеките текст из штампа в формате PDF с помощью Python
В этом примере кода показано, как извлечь текст из штампа в PDF-документах
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)