python 을 이용 하여 pdf 를 txt 로 출력 하 는 실례 설명
sudo pip install pdfminer;공식 문서:http://www.unixuser.org/~euske/python/pdfminer/index.html
python 으로 작성 합 니 다.(2.4 또는 업데이트 버 전에 적용)
분석,분석,PDF 문서 로 변환 합 니 다.
PDF-1.7 규범 을 지원 합 니 다.(거의
한 중 일 언어 와 수직 스 크 립 트 지원.
다양한 글꼴 형식(Type 1,True Type,Type 3,CID)을 지원 합 니 다.
기본 암호 화(RC4)지원.
PDF 와 HTML 변환.
개요(TOC)추출.
태그 내용 추출.
그룹 텍스트 블록 을 통 해 원본 레이아웃 을 다시 만 듭 니 다.
기본 클래스
PDFParser:파일 에서 데이터 가 져 오기
PDFDocument:가 져 온 데 이 터 를 저장 하고 PDFParser 와 연 결 됩 니 다.
PDFPageInterpreter 처리 페이지 내용
PDFDevice 는 필요 한 형식 으로 번역 합 니 다.
PDFResourceManager 는 글꼴 이나 그림 같은 공유 자원 을 저장 하 는 데 사 용 됩 니 다.
단순 한 실현
test.pdf 출력 을 output.txt 로 읽 기:
# -*- coding: utf-8 -*-
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
import os
fp = open('test.pdf', 'rb')
# pdf
parser = PDFParser(fp)
# PDF
document = PDFDocument(parser)
#
if not document.is_extractable:
raise PDFTextExtractionNotAllowed
else:
# PDF
rsrcmgr=PDFResourceManager()
#
laparams=LAParams()
# PDF
# device=PDFDevice(rsrcmgr)
device=PDFPageAggregator(rsrcmgr,laparams=laparams)
# PDF
interpreter=PDFPageInterpreter(rsrcmgr,device)
#
for page in PDFPage.create_pages(document):
interpreter.process_page(page)
# LTPage
layout=device.get_result()
for x in layout:
if(isinstance(x,LTTextBoxHorizontal)):
with open('output.txt','a') as f:
f.write(x.get_text().encode('utf-8')+'
') 이 내용에 흥미가 있습니까?
현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:
로마 숫자를 정수로 또는 그 반대로 변환그 중 하나는 로마 숫자를 정수로 변환하는 함수를 만드는 것이었고 두 번째는 그 반대를 수행하는 함수를 만드는 것이었습니다. 문자만 포함합니다'I', 'V', 'X', 'L', 'C', 'D', 'M' ; 문자열이 ...
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.
좋은 웹페이지 즐겨찾기
