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
脱胎换骨-军哥32 分钟前
C++ 代码规范与格式化指南
开发语言·c++·代码规范
枕星而眠1 小时前
C++ STL Map容器完全指南:从有序红黑树到无序哈希表
java·开发语言
lipku1 小时前
数字人直播开源项目LiveStream
python·开源·数字人·数字人直播
阿童木写作2 小时前
Python实现亚马逊商品图批量智能抠图教程
人工智能·python
爱吃牛肉的大老虎2 小时前
Rust对象之结构体,枚举,特性
开发语言·后端·rust
axinawang2 小时前
第24课:while循环的应用
python
bbq粉刷匠2 小时前
HashMap 底层原理深度拆解(二):putVal 完整链路解析(懒加载 · 链表遍历 · 尾插法)
java·开发语言·哈希算法
三亚兴嘉装饰2 小时前
三亚服装店装修
python
小柯南敲键盘2 小时前
速卖通AI图片翻译API集成实战
人工智能·python
@三十一Y3 小时前
C++:红黑树的实现
开发语言·c++