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
学逆向的7 分钟前
C 堆区内存管理
c语言·开发语言·网络安全
huoyueyi23 分钟前
《融天AI-APP从0到1开发实录》
开发语言·lua
曲径海盗26 分钟前
【Python 学习第 38 天】for 循环
python·学习笔记·编程入门
在世修行1 小时前
智学文枢:变式题生成引擎
python·ai·pyside·题目生成
OpenAnolis小助手2 小时前
PHP 两个严重漏洞曝光,龙蜥社区 24 小时完成 3 版本修复
开发语言·操作系统·php·龙蜥社区
On The Road :3 小时前
Java 多线程详解:从入门到线程安全
java·python·安全
阿尼卡~3 小时前
VS Code 配置 C 语言开发环境(Windows 10/11):从 GCC 安装到运行、断点调试,一篇搞定
c语言·开发语言·windows
岁月宁静3 小时前
如何设计支持 Skills 的 Agent?一套可扩展的四层架构
python·agent
岁月宁静3 小时前
CrewAI 快速上手:10 分钟搭建你的第一个 Agent 团队
python·agent
曲径海盗3 小时前
【Python 学习第 40 天】for 循环
python·学习笔记·编程入门