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
范纹杉想快点毕业几秒前
C语言设计模式:从基础架构到高级并发系统(完整实现版)
c语言·开发语言·设计模式
dagouaofei几秒前
运营述职 PPT 工具横评:效率与呈现谁更优
python·powerpoint
先做个垃圾出来………5 分钟前
Python测试桩工具
java·开发语言·python
小芳矶5 分钟前
【langchain框架——检索链】利用检索链创建自己的购物知识库并完成智能体的商品推荐
java·python·langchain
行思理12 分钟前
FastAdmin新手教程
java·开发语言·fastadmin
就叫飞六吧12 分钟前
py脚本一键生成常见文件格式案例
开发语言·python
Tony Bai19 分钟前
Go 性能分析的“新范式”:用关键路径分析破解高并发延迟谜题
开发语言·后端·golang
AI能力探索22 分钟前
Python机器学习三大经典算法:KNN、SVM、朴素贝叶斯
python
lly20240623 分钟前
MySQL 创建数据库
开发语言
盼哥PyAI实验室25 分钟前
Python 爬虫实战:从 Ajax 到 POST 请求,完整爬取汉堡王门店与产品数据
爬虫·python·ajax