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
毕设源码-邱学长4 分钟前
【开题答辩全过程】以 基于JavaScript的图书销售网站为例,包含答辩的问题和答案
开发语言·javascript·ecmascript
badmonster04 分钟前
实时代码库索引:用 CocoIndex 构建智能代码搜索的终极方案
python·rust
晓山清15 分钟前
Meeting Summarizer Using Natural Language Processing论文理解
人工智能·python·nlp·摘要生成
老王熬夜敲代码20 分钟前
泛型编程的差异抽象思想
开发语言·c++·笔记
zqy022725 分钟前
python安装与环境配置
开发语言·python
star learning white31 分钟前
xmC语言10
c语言·开发语言
拼好饭和她皆失34 分钟前
Java学习---Arrays类
java·开发语言·学习
Dev7z35 分钟前
基于MATLAB小波变换的音频水印算法研究与实现
开发语言·matlab·音视频
代码游侠36 分钟前
学习笔记——GDB调试工具
linux·开发语言·笔记·学习