在 Python 中从 PDF 中提取矢量数据
如何使用 Python 从 PDF 中提取矢量数据
如何使用适用于 Python for .NET 工具的 Aspose.PDF 从 PDF 中提取矢量数据
你需要从 PDF 中提取矢量数据吗？PDF 文档的编程修改是现代数字工作流程的重要组成部分。使用像 Aspose.PDF 这样的 Python 库，开发人员可以从 PDF 中提取矢量数据。这些库是独立的解决方案，不依赖其他软件，可以用于商业用途。它们涵盖了专业 Python 开发人员的所有可能需求。
- 从 PDF 中提取文本
- 从 PDF 中提取图像
- 从 PDF 中提取字体
- 从表单中提取数据
- 从邮票中提取文本
- 从表中提取数据
为了从 PDF 文件中提取矢量数据，我们将使用 Aspose.PDF for .NET API，这是一款功能丰富、强大且易于使用的文档操作 API，适用于 python-net 平台。打开 NuGet 软件包管理器，搜索 Aspose.PDF 并安装。您也可以使用包管理器控制台中的以下命令。
Console
pip install aspose-pdf在 Python 中从 PDF 中提取矢量数据
要在你的环境中试用代码，你需要 Aspose.PDF for Python。
1。打开 PDF 文档。 1。创建图形减震器。 1。访问目标页面。 1。检索提取的图形元素。
使用 Python 从 PDF 中提取矢量数据
此示例代码显示如何从 PDF 文档中提取矢量数据
Input file:
File not added
Output format:
PDF
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")