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
高洁018 分钟前
具身智能感知系统底层原理
人工智能·python·深度学习·机器学习·transformer
我就是不信21 分钟前
Java8 lambda 表达式 forEach 如何提前终止?
开发语言·windows·python
Cx330❀22 分钟前
深入浅出 Qt 绘图机制:从 QPainter 到四大图像类解析
开发语言·qt·ui·性能优化·图形渲染
全栈弄潮儿28 分钟前
Python实战第9期:文件操作
后端·python·编程语言
小星星_ios33 分钟前
从 3Blue1Brown 到 NumPy:手写一个神经网络训练 MNIST
人工智能·python·神经网络
信可维34 分钟前
AI 读 Word 表格总读错?先查合并单元格和表头这 3 处
开发语言·人工智能·c#·word·软件工程
Maxwin36 分钟前
Manim 竖屏画布选 9×16 还是 4.5×8?从 font_size 和每单位像素数说起
python·ffmpeg
昭昭日月明43 分钟前
使用 Ragas 量化 RAG
python·langchain·ai编程
姜九笙5611 小时前
python学习---归来仍是新人
java·python·学习
HEJOO91 小时前
Java 并发运行中的安全问题详解
java·开发语言