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
金融小师妹1 小时前
多因子智能推演:油价回落6%与黄金震荡上行的关联解析——AI预测框架
大数据·python·深度学习
BUG研究员_4 小时前
Runnable与LCEL
开发语言·人工智能·python
老马聊技术4 小时前
Pytorch深度学习环境配置与测试
人工智能·pytorch·python
Python私教5 小时前
AI Agent 上生产要不要开写权限?我把执行链拆成 4 道闸门
人工智能·后端·python
天才测试猿5 小时前
软件测试知识总结(基础篇)
自动化测试·软件测试·python·功能测试·测试工具·职场和发展·测试用例
崔子末5 小时前
某影视库剧集列表以及查询接口逆向
爬虫·python
gogogo出发喽5 小时前
v3 admin
python
牛艺翔6 小时前
C++基础
开发语言·c++
键盘会跳舞6 小时前
C++ :容器适配器stack源码级拆解
开发语言·c++··stack·先进后出