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
Ulyanov6 小时前
高保真单脉冲雷达导引头回波生成:Python建模与实践
开发语言·python·仿真·系统设计·单脉冲雷达
Li emily6 小时前
成功接入A股实时行情API获取实时市场数据
人工智能·python·金融·fastapi
阿猿收手吧!6 小时前
【C++】jthread:优雅终止线程新方案
开发语言·c++
lly2024066 小时前
《JavaScript 实例》
开发语言
十五年专注C++开发7 小时前
C++中各平台表示Debug的宏
开发语言·c++·debug
shehuiyuelaiyuehao7 小时前
22Java对象的比较
java·python·算法
张小凡vip7 小时前
Python异步编程实战:基于async/await的高并发实现
开发语言·python
玩c#的小杜同学7 小时前
源代码保卫战:给C# 程序(混淆、加壳与反逆向实战)
开发语言·笔记·c#
zcbk01688 小时前
不踩坑!手把手教你在 Mac 上安装 Windows(含分区/虚拟机/驱动解决方案)
python
Dev7z8 小时前
滚压表面强化过程中变形诱导位错演化与梯度晶粒细化机理的数值模拟研究
人工智能·python·算法