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
JHC0000002 分钟前
基于Ollama,Milvus构建的建议知识检索系统
人工智能·python·milvus
mOok ONSC7 分钟前
SpringBoot项目中读取resource目录下的文件(六种方法)
spring boot·python·pycharm
ZPC82109 分钟前
如何创建一个单例类 (Singleton)
开发语言·前端·人工智能
超绝振刀怪24 分钟前
【C++多态】
开发语言·c++
workflower35 分钟前
AI制造-推荐初始步骤
java·开发语言·人工智能·软件工程·制造·需求分析·软件需求
GIS兵墩墩1 小时前
postgis--PostgreSQL16及其plpython3u扩展
python·postgis
new Object ~1 小时前
LangChain的短期记忆存储实现
python·langchain
魔都吴所谓1 小时前
【Python】从零构建:IP地理位置查询实战指南
开发语言·python·tcp/ip
环黄金线HHJX.1 小时前
【吧里BaLi社区】
开发语言·人工智能·qt·编辑器