Python 提取加密的 PDF 中的文字

依赖

  • Python 库:fitz
shell 复制代码
$ python -m pip install fitz
  • 注:如果运行下述脚本过程中遇到 No module named 'frontend',可执行 python -m pip install frontend(要求 Python >=3.8)或 python -m pip install PyMuPDF

Python 脚本

python 复制代码
# extract_pdf_text.py
import fitz

def parsePDF(filePath):
    with fitz.open(filePath) as doc:
        text = ""
        for page in doc.pages():
            text += page.get_text()
        if text:
            return text

text = parsePDF(r'D:\downloads\intput.pdf')
with open('output.txt', mode='w', encoding='utf8') as f:
    f.write(text)

参考

相关推荐
小陈工1 分钟前
第7篇:Django框架核心原理与实战深度解析(下)
后端·python·面试
2301_794461574 分钟前
Activiti/BPMN 2.0 的 4 种网关
java·服务器·开发语言
147API11 分钟前
Claude Tag 进入 Slack 后,团队智能体需要哪些任务与审计字段
java·开发语言·数据库
用户2986985301414 分钟前
Python 数据处理:XML 与 Excel 互转的实用指南
后端·python·excel
m0_6174939415 分钟前
PyCharm 新手避坑指南:一文解决“项目列表消失”与“模块导入报错”两大玄学问题
ide·python·pycharm
中微极客15 分钟前
从Prompt到RAG:LLM工程实战全链路解析
人工智能·python·prompt
熬夜苦读学习20 分钟前
QT_信号和槽
开发语言·qt
代码雕刻家23 分钟前
编程语法细节
java·c语言·开发语言
j7~24 分钟前
【C++】C++ 继承全解析:从基本语法到菱形继承的底层原理
开发语言·c++·继承·组合·虚继承·#暑假·七月创作之星博客挑战赛
数行拙笔27 分钟前
C++客户端---String类型
开发语言·c++·bootstrap