最后更新: 2025年1月15日
使用Python从PDF文件提取文本
在本文中，我们将告诉您如何使用Python从PDF文件中提取文本。
PDF代表便携式文档格式，是一种流行的数字文档格式。这种格式的设计旨在无论软件、硬件还是操作系统如何，都能轻松可靠地查看或共享文档。PDF文件的扩展名是**.pdf**。
要使用Python从PDF文件中提取文本，通常会使用这些库。我们将向您展示如何使用它们中的每一个从PDF提取文本。
如何在Python中使用pypdf从PDF文件中提取文本
以下是步骤。
- 安装pypdf
- 运行本文提供的代码
- 查看输出
安装pypdf
您可以使用以下命令安装pypdf
pip install pypdf
使用pypdf从PDF中提取文本的示例代码
sample.pdf - 下载链接（此示例PDF将在代码中使用，但您也可以用自己的PDF。）
sample.pdf的截图
代码
以下是一个使用pypdf从PDF提取文本的完整代码示例。
输出
以下是上面提供的示例代码的输出。
如何在Python中使用PyMuPDF从PDF文件中提取文本
以下是步骤。
- 安装PyMuPDF
- 运行本文提供的代码
- 查看输出
安装PyMuPDF
使用以下命令安装PyMuPDF，也称为fitz。
pip install pymupdf
使用PyMuPDF从PDF中提取文本的示例代码
我们使用了之前相同的pdf文件。
sample.pdf - 下载链接（此示例PDF将在代码中使用，但您也可以用自己的PDF。）
代码
以下是一个使用PyMuPDF从PDF提取文本的完整代码示例。
输出
以下是上面提供的示例代码的输出。
结论
在本文中，我们提供了示例Python代码、示例文件及其输出，以展示如何使用两个库：PyPDF和PyMuPDF从PDF中提取文本。
如果您有任何问题或在运行代码时遇到任何问题，请随时在我们的论坛中发表评论！