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
想吃火锅100519 小时前
【leetcode】405.数字转换为十六进制数js
开发语言·javascript·ecmascript
珺毅同学19 小时前
YOLO生成预测json标签迁移问题
python·yolo·json
骑士雄师19 小时前
18.4 长期记忆可修改版
python
专注VB编程开发20年19 小时前
AI 生成C# WinForm 窗体 = 目前就是垃圾
开发语言·人工智能·c#
cfm_291419 小时前
JVM GC垃圾回收初步了解
java·开发语言·jvm
~小先生~19 小时前
Python从入门到放弃(一)
开发语言·python
天佑木枫20 小时前
第2天:变量与数据类型 —— 让程序记住信息
python
许彰午20 小时前
17_synchronized关键字深度解析
java·开发语言
z落落20 小时前
C# 泛型接口和泛型类+泛型约束
开发语言·c#
阿正的梦工坊20 小时前
【Rust】02-变量、不可变性与基础类型
开发语言·后端·rust