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
Dxy12393102164 小时前
Python 如何使用 MySQL 的事务
python·mysql
一壶浊酒..6 小时前
Scrape Webpack练习
开发语言·javascript·webpack
命运之光7 小时前
【C语言完整代码】就诊信息管理系统
java·c语言·开发语言
命运之光7 小时前
【C语言完整代码】图书管理系统:图书馆场景下的增删改查实战
c语言·开发语言
猿长大人8 小时前
C# | Serilog 新手入门
开发语言·c#·.net·log
今儿敲了吗8 小时前
Python ——第三方包
笔记·python
麒麟水手9 小时前
国产银河麒麟系统开发实录:跑通Streamlit,我踩过的6个坑
python
麒麟水手9 小时前
麒麟系统部署检查清单:上线前30分钟,逐项自查这4类问题
python
在世修行9 小时前
从零打造 C# 工业视觉检测系统(七):串口通信 SerialPort 封装与开发
开发语言·c#·modbus rtu·rs232/rs485
Hammer_Hans9 小时前
DFT笔记98
java·开发语言·数据库