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
weixin_462446231 天前
Python 异步下载文件实战:使用 asyncio + aiohttp 实现高并发下载
python·并发下载
bloglin999991 天前
anaconda环境中如何生成requirements
python
【赫兹威客】浩哥1 天前
【赫兹威客】框架模板-后端bat脚本部署教程
python·django
无心水1 天前
微服务架构下Dubbo线程池选择与配置指南:提升系统性能与稳定性
java·开发语言·微服务·云原生·架构·java-ee·dubbo
Cestb0n1 天前
某果app 加密校验算法逆向分析
python·算法·逆向安全
Chan161 天前
《Java并发编程的艺术》| 并发关键字与 JMM 核心规则
java·开发语言·数据库·spring boot·java-ee·intellij-idea·juc
薛定谔的猫喵喵1 天前
解决 xlrd 2.0+ 版本只支持 xls 格式的问题
python·excel
期待のcode1 天前
线程睡眠sleep方法
java·开发语言
gjxDaniel1 天前
Bash编程语言入门与常见问题
开发语言·bash
zhooyu1 天前
OpenGL 与 C++:深入理解与实现 Transform 组件
开发语言·c++