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
BUG?不,是彩蛋!几秒前
从零到一掌握 K 线与技术指标:Java 实战教程 | MA, RSI, MACD 全解析
java·开发语言·spring boot·量化投资
前端小趴菜~时倾4 分钟前
python爬虫学习第二课-流程控制
爬虫·python·学习
冰暮流星7 分钟前
javascript之变量作用域
开发语言·前端·javascript
biter down7 分钟前
C++ 设计不可被继承的类
java·开发语言·c++
放下华子我只抽RuiKe59 分钟前
机器学习终章:集成学习的巅峰与全流程实战复盘
开发语言·人工智能·python·机器学习·数据挖掘·机器人·集成学习
摇滚侠10 分钟前
Java 项目教程《尚庭公寓-下》,单体架构项目,从开发到部署
java·开发语言·架构
浅念-11 分钟前
C++ 异常
开发语言·数据结构·数据库·c++·经验分享·笔记·学习
lxh011311 分钟前
嵌套数组生成器题解
开发语言·javascript·ecmascript
2401_8845632411 分钟前
高性能日志库C++实现
开发语言·c++·算法
Dxy123931021616 分钟前
DrissionPage使用js点击:突破常规交互限制的“隐形手”
开发语言·javascript·交互