以 Python 從 PDF 中提取向量資料
如何使用 Python 從 PDF 中提取向量數據
如何使用 Aspose.PDF 用於 Python for .NET 工具從 PDF 中提取向量數據
您是否需要從 PDF 文件中提取向量資料？對 PDF 文件進行程序化修改是現代數位工作流程的重要組成部分。透過 Aspose.PDF 等 Python 函式庫，開發人員可以從 PDF 檔案中提取向量資料。這些函式庫是獨立的解決方案，不依賴其他軟體，並且已準備好用於商業用途。它們涵蓋了專業 Python 開發人員的所有可能需求。
- 從 PDF 檔案中提取文本
- 從 PDF 檔案中提取圖像
- 從 PDF 檔案中提取字體
- 從表單中提取數據
- 從圖章中擷取文本
- 從表格中提取數據
為了從 PDF 檔案中提取向量數據，我們將使用 Aspose.PDF for .NET API，這是一個功能豐富、強大且易於使用的文件作業 API，適用於 python-net 平台。開啟 NuGet 套件管理器，搜尋 Aspose.PDF 並安裝。您也可以從套件管理器控制台使用下列命令。
Console
pip install aspose-pdf以 Python 從 PDF 中提取向量資料
要在您的環境中嘗試程式碼，您需要 Aspose.PDF for Python。
1.開啟 PDF 文件。 1.建立圖形吸收器。 1.造訪目標頁面。 1.擷取擷取的圖形元素。
使用 Python 從 PDF 中提取向量數據
此示例代碼顯示如何從 PDF 文檔中提取向量數據
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")