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
用户0332126663673 分钟前
使用 Python 复制 Excel 工作表
python
JaydenAI17 分钟前
[LangChain之链]RunnableCallable——将“自由定义”的函数变成标准组件
python·langchain·ai编程
GinoWi19 分钟前
Chapter 3 - Python列表
python
姚生22 分钟前
Tushare全解析:金融量化分析的数据基石
大数据·python
Hi2024021731 分钟前
如何从互联网上免费下载歌曲
python·自动化
2401_8980751238 分钟前
Python在金融科技(FinTech)中的应用
jvm·数据库·python
老师好,我是刘同学1 小时前
选择排序原理与Python实现
python·排序算法
是梦终空1161 小时前
C++中的职责链模式变体
开发语言·c++·算法
wmfglpz881 小时前
NumPy入门:高性能科学计算的基础
jvm·数据库·python
mjhcsp1 小时前
C++遗传算法(Genetic Algorithm,GA):进化式全局优化的核心解析
开发语言·c++