Извлечение векторных данных из PDF в Python
Как извлечь векторные данные из PDF с помощью Python
Как извлечь векторные данные из PDF с помощью инструмента Aspose.PDF для Python for .NET
Вам нужно извлечь векторные данные из PDF? Программная модификация PDF-документов является неотъемлемой частью современных цифровых рабочих процессов. С помощью библиотек Python, таких как Aspose.PDF, разработчики могут извлекать векторные данные 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 векторные данные 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-pdfИзвлечение векторных данных из PDF в Python
Чтобы попробовать код в своей среде, вам понадобится Aspose.PDF для Python.
- Откройте PDF-документ.
- Создайте поглотитель графики.
- Посетите целевую страницу.
- Извлеките извлеченные графические элементы.
Извлеките векторные данные из PDF с помощью Python
В этом примере кода показано, как извлекать векторные данные из PDF-документов
Input file:
File not added
Output format:
Output file:
import aspose.pdf as ap
from os import path
from config import set_license, initialize_data_dir
def extract_graphics_elements(infile, outfile):
"""
Extract vector graphic elements from a specified page of a PDF and log basic element properties.
Args:
infile (str): Path to input PDF file.
outfile (str): Path to output text file for logging element info.
"""
document = ap.Document(infile)
gr_absorber = ap.vector.GraphicsAbsorber()
# Visit page 2 (pages collection is 1-indexed; document.pages[1] is the second page)
gr_absorber.visit(document.pages[1])
elements = gr_absorber.elements
with open(outfile, "w", encoding="utf-8") as f:
for idx, elem in enumerate(elements, start=1):
# Basic properties
rect = elem.rectangle
pos = elem.position
ops_count = len(elem.operators)
f.write(f"Element {idx}: Rectangle = {rect}, Position = {pos}, Operators = {ops_count}\n")