Tento rychlý tutoriál vysvětluje jak převést PDF na Text pomocí Pythonu. Zahrnuje podrobnosti konfigurace systému a postupný proces spolu s ukázkovým kódem pro provedení převodu založeného na PDF na Text Python. Navíc můžete extrahovaný text zapsat do souboru nebo na konzoli podle vašich požadavků.
Kroky k převodu PDF na text v Pythonu
- Nakonfigurujte systém instalací knihovny Aspose.PDF pro Python přes .NET
- Načtěte zdrojový soubor PDF pomocí třídy Document pro jeho převod na textový soubor
- Vytvořte objekt třídy TextAbsorber pro načtení textu pomocí metody Page.Accept().
- Vytvořte textový soubor a zapište do něj výstupní textový řetězec
Tyto kroky shrnují, jak lze provést převod Python PDF na TXT pomocí několika volání API. V prvním kroku načtěte vstupní soubor PDF a inicializujte objekt TextAbsorber, který lze použít k načtení textu ze stránek. Poté musíte získat extrahovaný text a zapsat jej do souboru TXT a přitom zadat cestu a název souboru.
Kód pro převod PDF na text v Pythonu
Tento fragment kódu ukazuje, jak vytvořit PDF na textový převodník pomocí Pythonu. Načte zdrojový dokument PDF pomocí třídy Document. Následně můžete načíst text ze všech stránek souboru PDF pomocí metody přijetí nebo přečíst textový řetězec z konkrétní stránky zadáním čísla stránky. Nakonec zapište textový řetězec do souboru a exportujte textový soubor na disk.
V tomto článku jsme se naučili, jak lze pomocí Python PDF to Text vykreslování provést ve vašich aplikacích. Pokud se však chcete naučit převod PDF do Wordu, přečtěte si tutoriál na jak převést PDF do Wordu pomocí Pythonu.
