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
ttwuai11 分钟前
Cursor 生成 CRUD 后,Go 后台接口别只测 200:JWT、RBAC 和 tenant_id 怎么验
开发语言·后端·golang
用户83562907805115 分钟前
Python 实现 Excel 页面布局与打印设置自动化
后端·python
এ慕ོ冬℘゜21 分钟前
前端基础:什么是时间戳?JS获取时间戳三种方法与实战用途
开发语言·前端·javascript
执明wa27 分钟前
LayoutInflater详解: XML是如何变成View的?
android·xml·开发语言·android studio
_Jimmy_43 分钟前
AI应用开发工程师面试题库
人工智能·python·深度学习·机器学习·知识图谱
用户83562907805143 分钟前
Python 实现 Excel 命名范围(Named Range)的创建与管理
后端·python
dreamer_83991 小时前
AI智能合同比对系统:从零搭建实战教程
人工智能·python
噢,我明白了2 小时前
java中Excel的导入和导出(EasyExcel)
java·开发语言·excel
AOwhisky2 小时前
Python 学习笔记(第十五期)——运维自动化(下·后篇):堡垒机实战——paramiko高阶篇
运维·python·学习·云原生·自动化·运维开发
mabing9932 小时前
Qt 生成条纹图
开发语言·qt