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
wuqingshun3141591 分钟前
红黑树有哪些特征
java·开发语言·jvm
ValhallaCoder12 分钟前
hot100-贪心
数据结构·python·算法·贪心算法
忘忧记12 分钟前
pythonQT图书管理系统的进阶版本
python
sww_102619 分钟前
SAA ReactAgent工作原理
开发语言·前端·javascript
wuqingshun31415920 分钟前
说一下什么是fail-fast
java·开发语言·jvm
wuqingshun31415925 分钟前
知道java NIO吗?和java IO有什么区别?
java·开发语言·jvm
AC赳赳老秦32 分钟前
2026多模态技术趋势预测:DeepSeek处理图文音视频多格式数据实战指南
java·人工智能·python·安全·架构·prometheus·deepseek
Zik----39 分钟前
Leetcode22 —— 括号生成
java·开发语言
芒克芒克39 分钟前
深入浅出Java线程池(三)
java·开发语言
A懿轩A1 小时前
【Java 基础编程】Java 常用类速查:包装类、String/StringBuilder、Math、日期类一篇搞定
java·开发语言·python·java常用类