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
张小凡vip2 分钟前
python--爬虫--成熟的爬虫框架Scrapy
爬虫·python·scrapy
Pluchon3 分钟前
Java个人综合项目——萌部落社区V2.0
java·python·spring·spring cloud·postman·idea
梦雨生生1 小时前
java开发工具(学习第一天)
java·开发语言·学习
不瘦80斤不改名1 小时前
01-vibe-coding-起源与本质
人工智能·python
夜雪一千1 小时前
如何对新闻数据进行模糊去重
python
啊啊啊啊啊!!!!2 小时前
【c++】stack和queue的接口使用以及底层实现
开发语言·c++
wtsolutions3 小时前
PDF-to-Image-PDF的实际应用场景 - 从企业到个人的全面解决方案
pdf
oyguyteggytrrwwwrt3 小时前
3dgs渲染部分详细注释
python
松仔log3 小时前
Java中级——组合和继承
android·java·开发语言
天天爱吃肉82185 小时前
【重磅发布:拿下新超仁达代理权 】
大数据·人工智能·python·功能测试·汽车