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
ZC跨境爬虫9 分钟前
LeetCode 88. 合并两个有序数组(双指针详解 + Java Python 实现)
java·python·算法·leetcode
caimouse13 分钟前
ReactOS 图形系统分析(17):区域填充 — EngPaint / IntEngPaint(paint.c)
c语言·开发语言·算法
北风toto20 分钟前
研发效能与后端核心技术全景指南:从CI/CD到共性组件实战
java·开发语言·ci/cd
Billy1213822 分钟前
Day12-C++20 Coroutines(上):协程原理与Promise/Awaitable机制
开发语言·c++进阶学习
01二进制代码漫游日记23 分钟前
C++基础入门速通
java·开发语言·c++
Herbert_hwt25 分钟前
第六章 Java深入理解接口、函数式接口与lambda表达式
java·开发语言·算法
阿伟玩不懂33 分钟前
AI帮你读PDF——自建文档解析与智能问答工具
人工智能·pdf
API快乐传递者41 分钟前
电商竞品分析接口实战指南:从数据采集到决策洞察的全链路方案
java·python
2401_8685347843 分钟前
集中式存储和分布式存储
python·pygame
橙橙笔记43 分钟前
C++的学习第三部分
开发语言·c++·学习