資料結構
網路
RDBMS
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理
化學
生物
數學
英語
經濟
心理學
社會學
時尚研究
法律研究Python 中用於將 PDF 轉換為文字有哪些模組？
你可以使用 PDFMiner 包來將 PDF 轉換為文字。
示例
你可以用以下方式使用它：
import sys
from cStringIO import StringIO
from pdfminer.pdfpage importPDFPage
from pdfminer.pdfinterp importPDFResourceManager, PDFPageInterpreter
from pdfminer.layout importLAParams
from pdfminer.converter importXMLConverter, HTMLConverter, TextConverter
def pdfparser(data):
fp = file(data, 'rb')
resource_manager = PDFResourceManager()
retstr = StringIO()
codec = 'utf-8'
laparams = LAParams()
device = TextConverter(resource_manager,retstr, codec=codec, laparams=laparams)
interpreter =PDFPageInterpreter(resource_manager, device)
# Process each page contained in thedocument.
for page in PDFPage.get_pages(fp):
interpreter.process_page(page)
data = retstr.getvalue()
print data
pdfparser('filename.pdf')它會匯入一個 PDF 檔案，使用 PDFPageInterpreter 類的 process_page 函式逐頁從中提取文字。
PDFMiner 有一個替代選項，使用更簡單的 API 來提取文字。pyPDF 執行良好（假設你處理的是格式良好的 PDF）。如果你只需要文字（帶空格），你可以執行以下操作
import pyPdf
pdf = pyPdf.PdfFileReader(open('filename.pdf',"rb"))
for page in pdf.pages:
print page.extractText()
更新日期： 2019 年 12 月 11 日
216 次瀏覽
廣告