python 提取PDF文字

使用pdfplumber,不能提取扫描的pdf和插入的图片。

python 复制代码
import pdfplumber

file_path = r'D:\UserData\admindesktop\官方文档\1903_Mesh-Models-Overview_FINAL.pdf'
with pdfplumber.open(file_path) as pdf:
    page = pdf.pages[0]
    print(page.extract_text()) # 所以文字
    print([word["text"] for word in page.extract_words()]) # 提取存在的文字
相关推荐
典学长编程41 分钟前
LangGraph 快速入门:从 StateGraph 到 ReAct Agent
python·有向图·无向图·langgraph·react agent·stategraph
用户019027581613 小时前
AlphaFeed 查不到代码返回空?非法/缺后缀 symbol 的行为与处理
python
isfox3 小时前
Python 单元测试:别再用 print 调试了,写个测试一劳永逸
python
用户298698530144 小时前
在 Python 中把 Word 文档转换为 JSON 的三种实现方式
python·json·api
用户0332126663674 小时前
使用 Python 删除 Excel 中的空白行或空白列
python·excel
databook4 小时前
时间序列特征,哪些当时就能算出来
python·数据分析
kevin_org4 小时前
LangChain入门学习(四)
python·学习·langchain·fastapi
特立独行的猫A13 小时前
别再用 nohup 了:让应用在后台常驻的正确姿势与 systemd 服务详解
java·后端·python
吃我一窝jio16 小时前
Python与Go线程模型深度对比
java·开发语言·python
zwd200516 小时前
Manim 怎么放大画面的某一部分?
python·动画·可视化·manim·数学动画