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
龙侠九重天3 分钟前
C# 构建 AI Agent 系统 — 我的实践笔记
开发语言·人工智能·语言模型·自然语言处理·大模型·agent·智能体
SilentSamsara3 分钟前
Pandas 工程化:多层索引、分组聚合与窗口函数的进阶用法
开发语言·python·青少年编程·pandas
甄心爱学习3 分钟前
【项目实训(个人12)】
人工智能·python·算法
何以解忧,唯有..4 分钟前
Python 字符串完全指南:从基础到高级操作
开发语言·python
kiss strong6 分钟前
自制请求工具
开发语言·python·lua
scan7248 分钟前
短期记忆记忆存储在内存里,一个会话里的多轮对话
开发语言·c#
PersistJiao12 分钟前
在项目级别创建 Python 虚拟环境
python·虚拟环境
Ztopcloud极拓云视角17 分钟前
微软Build 2026自研MAI模型全接入指南:用Python搭一个多模型路由网关
python·microsoft·flask
香辣西红柿炒蛋17 分钟前
pytest框架介绍
python·pytest
风之所往_33 分钟前
Python 3.5 新特性全面总结
python