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
无忧.芙桃3 分钟前
数据结构之单链表
c语言·开发语言·数据结构
SilentSamsara3 分钟前
Python 服务的 K8s 部署:HPA/ConfigMap/Secret 完整配置
开发语言·python·青少年编程·容器·kubernetes
前端与小赵3 分钟前
数据库交互全链路实战:通用封装、批量优化与动态查询三大核心模块
数据库·python·sql
小张小张爱学习3 分钟前
Java并发编程面试题
java·开发语言
盼小辉丶4 分钟前
PyTorch强化学习实战(11)——N步DQN(N-step DQN)
pytorch·python·深度学习·强化学习
godspeed_lucip6 分钟前
LLM和Agent——专题6:Multi Agent 入门(1)
人工智能·python
码不停蹄的玄黓7 分钟前
JDK 自带四大命令行工具:jstat、jstack、jmap、jhat 详解
java·开发语言
ch.ju9 分钟前
Java程序设计(第3版)第四章——set方法为属性赋值
java·开发语言
创业之路&下一个五年9 分钟前
JS编程范式 \& 面向对象范式
开发语言·前端·javascript
代码中介商12 分钟前
C++11移动语义:右值引用与高效资源转移
开发语言·c++