首先需要安裝
pdfminer3k?
庫:
pip install pdfminer3k
from pdfminer.pdfparser import PDFParser
from pdfminer.pdfdocument import PDFDocument
from pdfminer.pdfpage import PDFPage
from pdfminer.pdfpage import PDFTextExtractionNotAllowed
from pdfminer.pdfinterp import PDFResourceManager
from pdfminer.pdfinterp import PDFPageInterpreter
from pdfminer.pdfdevice import PDFDevice
from pdfminer.layout import *
from pdfminer.converter import PDFPageAggregator
path = r"C:\Users\Administrator\Desktop\a.pdf"
toPath = r"C:\Users\Administrator\Desktop\a.txt"
def Pdf2Txt(Path,Save_name):
#來創建一個pdf文檔分析器
parser = PDFParser(Path)
#創建一個PDF文檔對象存儲文檔結構
document = PDFDocument(parser)
# 檢查文件是否允許文本提取
if not document.is_extractable:
raise PDFTextExtractionNotAllowed
else:
# 創建一個PDF資源管理器對象來存儲共賞資源
rsrcmgr=PDFResourceManager()
# 設定參數進行分析
laparams=LAParams()
# 創建一個PDF設備對象
# device=PDFDevice(rsrcmgr)
device=PDFPageAggregator(rsrcmgr,laparams=laparams)
# 創建一個PDF解釋器對象
interpreter=PDFPageInterpreter(rsrcmgr,device)
# 處理每一頁
for page in PDFPage.create_pages(document):
interpreter.process_page(page)
# 接受該頁面的LTPage對象
layout=device.get_result()
for x in layout:
if(isinstance(x,LTTextBoxHorizontal)):
with open('%s'%(Save_name),'a') as f:
f.write(x.get_text()+'\n')
Path = open(path, 'rb')
Pdf2Txt(Path, toPath)
?
更多文章、技術交流、商務合作、聯系博主
微信掃碼或搜索:z360901061

微信掃一掃加我為好友
QQ號聯系: 360901061
您的支持是博主寫作最大的動力,如果您喜歡我的文章,感覺我的文章對您有幫助,請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧,狠狠點擊下面給點支持吧,站長非常感激您!手機微信長按不能支付解決辦法:請將微信支付二維碼保存到相冊,切換到微信,然后點擊微信右上角掃一掃功能,選擇支付二維碼完成支付。
【本文對您有幫助就好】元
