1、安装 pdfminer3k
通过pip安装: pip install pdfminer3k
下载安装:在网页 https://pypi.org/project/pdfminer3k/1.3.1/#files 进行下载,解压。然后cmd命令进入到当前文件夹:
可以直接在资源管理器的路径栏直接输入cmd进入到当前目录。然后执行 python setup.py install 等待安装完成
2.读取pdf中的TXT代码示例:
from pdfminer.converter import PDFPageAggregator from pdfminer.layout import LAParams from pdfminer.pdfparser import PDFParser, PDFDocument from pdfminer.pdfinterp import PDFResourceManager, PDFPageInterpreter from pdfminer.pdfdevice import PDFDevice # 可以使用此方法获取网络上的pdf from urllib.request import urlopen fp = urlopen("https://******/articles/800348152163.pdf") #获取文档对象 #fp = open("****.pdf", "rb") #创建一个一个与文档关联的解释器 parser = PDFParser(fp) #PDF文档的对象 doc = PDFDocument() #连接解释器和文档对象 parser.set_document(doc) doc.set_parser(parser) #初始化文档,当前文档没有密码,设为空字符串 doc.initialize("") #创建PDF资源管理器 resource = PDFResourceManager() #参数分析器 laparam = LAParams() #创建一个聚合器 device = PDFPageAggregator(resource, laparams=laparam) #创建PDF页面解释器 interpreter = PDFPageInterpreter(resource, device) #使用文档对象得到页面的集合 for page in doc.get_pages(): # 使用页面解释器读取 interpreter.process_page(page) # 使用聚合器来获得内容 layout = device.get_result() for out in layout: if hasattr(out, "get_text"): print(out.get_text())
以上这篇python 使用pdfminer3k 读取PDF文档的例子就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持呐喊教程。
声明:本文内容来源于网络,版权归原作者所有,内容由互联网用户自发贡献自行上传,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任。如果您发现有涉嫌版权的内容,欢迎发送邮件至:notice#nhooo.com(发邮件时,请将#更换为@)进行举报,并提供相关证据,一经查实,本站将立刻删除涉嫌侵权内容。