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
Keep_Trying_Go6 小时前
基于Transformer的目标统计方法(CounTR: Transformer-based Generalised Visual Counting)
人工智能·pytorch·python·深度学习·transformer·多模态·目标统计
ULTRA??6 小时前
C++的...符号(可变参数实现)
开发语言·c++
lsx2024066 小时前
MySQL LIKE 子句详解
开发语言
点云SLAM6 小时前
C++ 右值引用(rvalue references)与移动语义(move semantics)深度详解
开发语言·c++·右值引用·移动语义·c++17·c+高级应用·代码性能优化
Q一件事6 小时前
R语言中的图片布局设置
开发语言·r语言
追风少年ii6 小时前
脚本测试--R版本 vs python版本的harmony整合效果比较
linux·python·机器学习·空间·单细胞·培训
archko6 小时前
用rust+slint编写一个pdf阅读器2
pdf
南猿北者6 小时前
go环境搭建--Linux
linux·开发语言·golang
坚定信念,勇往无前7 小时前
vue3图片,pdf,word,excel,ppt多格式文件预览组件Vue Doc Viewers Plus
pdf·word·excel
谷粒.9 小时前
Cypress vs Playwright vs Selenium:现代Web自动化测试框架深度评测
java·前端·网络·人工智能·python·selenium·测试工具