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
tanxiaomi1 分钟前
Spring、Spring MVC 和 Spring Boot ,mybatis 相关面试题
java·开发语言·mybatis
浮尘笔记5 分钟前
Go并发编程核心:Mutex和RWMutex的用法
开发语言·后端·golang
青瓷程序设计8 分钟前
鱼类识别系统【最新版】Python+TensorFlow+Vue3+Django+人工智能+深度学习+卷积神经网络算法
人工智能·python·深度学习
散峰而望9 分钟前
C++数组(一)(算法竞赛)
c语言·开发语言·c++·算法·github
wjs202429 分钟前
C++ 指针
开发语言
该用户已不存在36 分钟前
Python正在死去,2026年Python还值得学吗?
后端·python
战南诚40 分钟前
flask之“应用上下文,请求上下文”
python·flask
20岁30年经验的码农43 分钟前
Java Sentinel流量控制与熔断降级框架详解
java·开发语言·sentinel
Predestination王瀞潞1 小时前
Windows环境下Pytorch的配置
人工智能·pytorch·python
二川bro2 小时前
特征工程完全手册:2025 Python实战技巧
开发语言·python