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
Keep_Trying_Go5 分钟前
基于GAN的文生图算法详解ControlGAN(Controllable Text-to-Image Generation)
人工智能·python·深度学习·神经网络·机器学习·生成对抗网络·文生图
2601_949868369 分钟前
Flutter for OpenHarmony 电子合同签署App实战 - 主入口实现
开发语言·javascript·flutter
LostSpeed27 分钟前
openpnp - python2.7 script - 中文显示乱码,只能显示英文
python·openpnp
helloworldandy31 分钟前
高性能图像处理库
开发语言·c++·算法
2401_8365631832 分钟前
C++中的枚举类高级用法
开发语言·c++·算法
hhy_smile41 分钟前
Class in Python
java·前端·python
chao18984443 分钟前
矢量拟合算法在网络参数有理式拟合中的应用
开发语言·算法
whale fall1 小时前
celery -A tool.src.main worker --loglevel=info --queues=worker1_queue & 什么意思
python·学习·apache
naruto_lnq1 小时前
使用Fabric自动化你的部署流程
jvm·数据库·python
EmbedLinX1 小时前
C++ 面向对象
开发语言·c++