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
程序员-周李斌15 小时前
ArrayBlockingQueue 源码解析
java·开发语言·后端·哈希算法·散列表
Rookie_JE15 小时前
python docxtpl库学习
python
我不是小upper15 小时前
CNN+BiLSTM !!最强序列建模组合!!!
人工智能·python·深度学习·神经网络·cnn
锐学AI15 小时前
从零开始学MCP(四)- 认识MCP clients
人工智能·python
Tim_1015 小时前
【C++入门】02、C++程序初识
开发语言·c++
lkbhua莱克瓦2415 小时前
项目知识——Next.js App Router体系
开发语言·javascript·项目知识
Cricyta Sevina15 小时前
Java 语言多线程核心概念全解析
java·开发语言
爱打代码的小林15 小时前
python基础(pandas库)
服务器·python·pandas