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
小羊没烦恼!4 分钟前
在Scrum中实施敏捷建模
java·开发语言·windows·算法·c#
玖石书5 分钟前
python-uv-windows环境安装方案
windows·python·uv
❀͜͡傀儡师7 分钟前
20 年沉淀,CAS 8.0 重新定义企业级 SSO:适配 JDK 25 与 Spring Boot 4.1
java·开发语言·spring boot
weixin_3077791310 分钟前
基于睿擎工业开发平台的预训练视觉模型轻量化适配与低代码部署优化
开发语言·算法
实心儿儿16 分钟前
Qt — Qt 多线程
开发语言·qt
happylifetree19 分钟前
Python06-08:Python开发工具PyCharm安装
python·pycharm
liuchangng26 分钟前
类Jev项目Kev从入门到实战(1):Kev 是什么——不开权重也能自训的决策模型
人工智能·python·jev·kev·决策模型
leihefeng1 小时前
PX06-对比两个 Excel 文件的差异:从逐单元格到生产级实现
python·excel
小小龙学IT1 小时前
Go 泛型(Generics)深度解析:从类型参数到生产实践
开发语言·数据库·golang
hold?fish:palm1 小时前
45 二叉树的右视图
开发语言·c++·算法