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
weixin1997010801614 小时前
[特殊字符] 从1688接口设计,学习高可用API的最佳实践(附Python源码)
python·学习·spring
woniu_buhui_fei14 小时前
ArrayList核心逻辑
java·开发语言
叶子野格14 小时前
《C语言学习:编程例题》B
c语言·开发语言·c++·学习
隔壁大炮14 小时前
MNE-Python 第8天学习笔记:时频分析(ERD/ERS)
python·eeg·mne·脑电数据处理
cen__y14 小时前
Linux13(数据库)
linux·服务器·c语言·开发语言·数据库
小许同学记录成长14 小时前
gr-analog 模拟信号模块完整源码分析
python·算法·信号处理
人还是要有梦想的15 小时前
QT数据库乱码、QT qml import导入库报错、ui界面分层设计
开发语言·qt·ui
MediaTea15 小时前
PyTorch:主要模块简介
人工智能·pytorch·python·深度学习·机器学习
技术小猪猪15 小时前
PromptOps:用Python构建生产级提示词工程体系
人工智能·python·ai·自动化·prompt
吃好睡好便好15 小时前
创建上三角矩阵和下三角矩阵
开发语言·学习·线性代数·matlab·矩阵