PDF’den metni Python içinde ayıklayın
Python for .NET Kitaplığı kullanarak PDF’den metin çıkarma
Python for .NET Kitaplığı kullanarak PDF'den metin nasıl çıkarılır
PDF’den metin çıkarmanız mı gerekiyor? PDF belgelerinin programlı olarak değiştirilmesi, modern dijital iş akışlarının önemli bir parçasıdır. Aspose.PDF gibi Python kütüphaneleri ile geliştiriciler PDF’den metin ayıklayabilir. Bu kütüphaneler, diğer yazılımlara dayanmayan ve ticari kullanıma hazır olan bağımsız çözümlerdir. Profesyonel Python geliştiricilerinin olası tüm ihtiyaçlarını karşılar.
- PDF’den metin ayıklayın
- PDF’den Görüntüleri Ayıkla
- PDF’den Yazı Tiplerini Çıkarın
- Formdan Veri Ayıklayın
- Pullardan Metin Ayıkla
- Tablodan Veri Ayıkla
PDF dosyasından metin 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’den metni Python içinde ayıklayın
Ortamınızdaki kodu denemek için Python için Aspose.PDF gerekir.
- PDF’yi bir Belge örneğiyle yükleyin.
- Metni 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'den metin ayıklayın - Python
Bu örnek kod, PDF belgelerinden nasıl metin 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()