Pēdējoreiz atjaunināts: 15 Jan, 2025
Izvilkt tekstu no PDF faila, izmantojot Python
Šajā rakstā mēs pastāstīsim kā izvilkt tekstu no PDF faila, izmantojot Python.
PDF ir saīsinājums no Portable Document Format (Portāla Dokumenta Formāts) un ir populārs digitālais dokumentu formāts. Šis formāts ir izstrādāts, lai dokumentus varētu skatīt vai koplietot viegli un uzticami, neatkarīgi no programmatūras, aparatūras vai operētājsistēmas. PDF faili ir ar paplašinājumu .pdf.
Lai izvilktu tekstu no PDF faila, izmantojot Python, parasti tiek izmantotas šīs bibliotēkas. Mēs parādīsim, kā izvilkt tekstu no PDF, izmantojot abas.
Kā izvilkt tekstu no PDF faila, izmantojot pypdf, Python
Šeit ir soļi.
- Instalējiet pypdf
- Izpildiet šajā rakstā sniegto kodu
- Apskatiet rezultātu
Instalēt pypdf
Jūs varat instalēt pypdf, izmantojot šādu komandu
pip install pypdf
Parauga kods, lai izvilktu tekstu no PDF, izmantojot pypdf
sample.pdf - Lejupielādes saite (Šis parauga PDF tiks izmantots kodā, bet jūs noteikti varat izmantot savu PDF.)
sample.pdf ekrānattēls
Kods
Šeit ir pilns koda piemērs teksta izvilkšanai no PDF, izmantojot pypdf.
Izvade
Šeit ir iepriekš sniegtā parauga koda izvade.
Kā izvilkt tekstu no PDF faila, izmantojot PyMuPDF, Python
Šeit ir soļi.
- Instalējiet PyMuPDF
- Izpildiet šajā rakstā sniegto kodu
- Apskatiet rezultātu
Instalēt PyMuPDF
Instalējiet PyMuPDF, kas arī pazīstams kā fitz, izmantojot šādu komandu.
pip install pymupdf
Parauga kods, lai izvilktu tekstu no PDF, izmantojot PyMuPDF
Mēs izmantojām to pašu PDF kā iepriekš
sample.pdf - Lejupielādes saite (Šis parauga PDF tiks izmantots kodā, bet jūs noteikti varat izmantot savu PDF.)
Kods
Šeit ir pilns koda piemērs teksta izvilkšanai no PDF, izmantojot PyMuPDF.
Izvade
Šeit ir iepriekš sniegtā parauga koda izvade.
Secinājums
Šajā rakstā mēs piedāvājam parauga Python kodu, parauga failu un to izvadi, lai parādītu, kā izvilkt tekstu no PDF, izmantojot divas bibliotēkas: PyPDF un PyMuPDF.
Ja jums ir kādi jautājumi vai rodas kādas problēmas, izpildot kodu, droši atstājiet komentāru mūsu forumos!