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
geng_zhaoying9 分钟前
在VPython中使用向量计算3D物体移动
python·3d·vpython
yue00816 分钟前
C# 更改窗体样式
开发语言·c#
普通网友20 分钟前
C++中的适配器模式
开发语言·c++·算法
风闲121722 分钟前
Qt源码编译记录
开发语言·qt
普通网友43 分钟前
C++中的委托构造函数
开发语言·c++·算法
半tour费1 小时前
TextCNN-NPU移植与性能优化实战
python·深度学习·分类·cnn·华为云
普通网友1 小时前
使用Flask快速搭建轻量级Web应用
jvm·数据库·python
月上柳青1 小时前
OpenWrt系统上配置batman-adv快速开始与配置详解
开发语言·mysql·php
全栈陈序员1 小时前
基于Rust 实现的豆瓣电影 Top250 爬虫项目
开发语言·爬虫·rust
普通网友1 小时前
C++中的代理模式实战
开发语言·c++·算法