PDF’yi Python içinde ayıklayın
Python for .NET Kütüphane Kullanarak PDF’den metin ve görüntü ayıklama
Parser ile en popüler eylem
Python for .NET Kütüphanesi ile PDF Nasıl Çıkarılır
PDF’yi çıkarmanız mı gerekiyor? PDF belgelerinin programatik olarak değiştirilmesi, modern dijital iş akışlarının önemli bir parçasıdır. Aspose.PDF gibi Python kütüphaneleri ile geliştiriciler PDF’den metin çıkarabilir veya PDF’den görüntü çıkarabilir. Bu kütüphaneler, diğer yazılımlara dayanmayan ve ticari kullanıma hazır bağımsız çözümlerdir. Profesyonel Python geliştiricilerinin olası tüm ihtiyaçlarını karşılar.
- PDF verilerini ayıklayın: metinler, resimler, formlar, alanlar vb.
- PDF’den metin ayıklayın
- PDF’den Görüntüleri Ayıkla
- PDF’den Yazı Tiplerini Çıkarın
- Formdan Veri Ayıklayın
- Pullardan Metin Ayıkla
- Tablodan Veri Ayıkla
PDF dosyasını ayıklamak için, python-net platformu için zengin özelliklere sahip, güçlü ve kullanımı kolay bir belge işleme API’si olan .NET için Aspose.PDF API’sini kullanacağız. NuGet paket yöneticisini açın, Aspose.pdf dosyasını arayın ve yükleyin. Package Manager Console’dan aşağıdaki komutu da kullanabilirsiniz.
Python Package Manager Console
pip install aspose-pdfPDF’yi Python aracılığıyla ayrıştırın
Kodu ortamınızda denemek için ihtiyacınız var Aspose.PDF for .NET.
- PDF’yi bir Belge örneğiyle yükleyin.
- Metin ayıklamak için TexTabsorber nesnesi oluşturun.
- Tüm sayfalar için emiciyi kabul edin.
- Çıkarılan metni alın
- Bir yazar oluşturun ve dosyayı açın, dosyaya bir metin satırı yazın
PDF Dosyalarını Ayıkla - Python
Bu örnek kod, PDF belgelerinin nasıl çıkarılacağını gösterir
Input file:
File not added
Output format:
Output file:
# Open document
document = Document(dataDir + "ExtractTextAll.pdf")
# Create TextAbsorber object to extract text
textAbsorber = TextAbsorber()
# Accept the absorber for all the pages
document.Pages.Accept(textAbsorber)
# Get the extracted text
extractedText = textAbsorber.Text
# Create a writer and open the file
tw = new StreamWriter(dataDir + "extracted-text.txt")
# Write a line of text to the file
tw.WriteLine(extractedText)
# Close the stream
tw.Close()