แยกไฟล์ PDF ผ่าน Python
วิธีการดึงข้อความและภาพจาก PDF โดยใช้ห้องสมุด Python for .NET
การดำเนินการยอดนิยมกับ Parser
วิธีแยกวิเคราะห์ PDF ด้วยไลบรารี Python for .NET
คุณจำเป็นต้องแยกไฟล์ PDF หรือไม่?การปรับเปลี่ยนโปรแกรมของเอกสาร PDF เป็นส่วนสำคัญของเวิร์กโฟลว์ดิจิตอลที่ทันสมัยกับห้องสมุดหลามเช่น Aspose.PDF, นักพัฒนาสามารถดึงข้อความจาก PDF หรือดึงภาพจาก PDFไลบรารีเหล่านี้เป็นโซลูชันแบบสแตนด์อโลนที่ไม่ต้องใช้ซอฟต์แวร์อื่น ๆ และพร้อมสำหรับการใช้งานเชิงพาณิชย์พวกเขาครอบคลุมทุกความต้องการที่เป็นไปได้ของนักพัฒนามืออาชีพหลาม.
- ดึงข้อมูล PDF: ข้อความ, ภาพ, รูปแบบ, ฟิลด์, ฯลฯ
- ดึงข้อความจาก PDF
- ดึงภาพจาก PDF
- สารสกัดจากแบบอักษรจาก PDF
- ดึงข้อมูลจากแบบฟอร์ม
- ดึงข้อความจากแสตมป์
- ดึงข้อมูลจากตาราง
เพื่อที่จะดึงไฟล์ PDF เราจะใช้ Aspose.PDF for .NET API ซึ่งเป็นคุณลักษณะที่อุดมไปด้วยที่มีประสิทธิภาพและง่ายต่อการใช้ API การจัดการเอกสาร {{}} แพลตฟอร์มเปิดตัวจัดการแพคเกจ NuGet ค้นหาaspose.pdf และติดตั้งนอกจากนี้คุณยังอาจใช้คำสั่งต่อไปนี้จากคอนโซลการจัดการแพคเกจ
Python Package Manager Console
pip install aspose-pdfแยกวิเคราะห์ไฟล์ PDF ผ่าน Python
ที่จะลองรหัสในสภาพแวดล้อมของคุณคุณต้อง Aspose.PDF forหลาม
1.โหลด PDF ด้วยอินสแตนซ์ของเอกสาร 1.สร้างวัตถุ TextAbsorber เพื่อแยกข้อความ 1.ยอมรับตัวดูดซับสำหรับทุกหน้า 1.รับข้อความที่แยกออกมา 1.สร้างนักเขียนและเปิดไฟล์เขียนบรรทัดข้อความลงในไฟล์
สารสกัดจากไฟล์ PDF - Python
ตัวอย่างโค้ดนี้จะแสดงวิธีการแยกเอกสาร PDF
Input file:
File not added
Output format:
Output file:
import aspose.pdf as ap
# Open document
dataDir = "..."
document = ap.Document(dataDir + "sample.pdf")
# Create TextAbsorber object to extract text
textAbsorber = ap.text.TextAbsorber()
# Accept the absorber for all the pages
document.pages.accept(textAbsorber)
# Get the extracted text
extractedText = textAbsorber.text
with open('sample.txt', 'w') as f:
f.write(extractedText)