Αυτό το γρήγορο σεμινάριο εξηγεί πώς να μετατρέψετε το PDF σε Text χρησιμοποιώντας την Python. Καλύπτει τις λεπτομέρειες της διαμόρφωσης του συστήματος και τη σταδιακή διαδικασία μαζί με ένα δείγμα κώδικα για την εκτέλεση μετατροπής που βασίζεται σε PDF σε κείμενο Python. Επιπλέον, μπορείτε να γράψετε το εξαγόμενο κείμενο στο αρχείο ή στην κονσόλα σύμφωνα με τις απαιτήσεις σας.
Βήματα για τη μετατροπή PDF σε κείμενο στην Python
- Διαμορφώστε το σύστημα εγκαθιστώντας τη βιβλιοθήκη Aspose.PDF για Python μέσω .NET
- Φορτώστε το αρχείο προέλευσης PDF χρησιμοποιώντας την κλάση Document για τη μετατροπή του σε αρχείο κειμένου
- Δημιουργήστε ένα αντικείμενο κλάσης TextAbsorber για ανάκτηση κειμένου με τη μέθοδο Page.Accept().
- Δημιουργήστε ένα αρχείο κειμένου και γράψτε τη συμβολοσειρά κειμένου εξόδου στο αρχείο
Αυτά τα βήματα συνοψίζουν πώς μπορεί να πραγματοποιηθεί η μετατροπή Python PDF σε TXT με μερικές κλήσεις API. Στο πρώτο βήμα, φορτώστε το αρχείο εισόδου PDF και αρχικοποιήστε ένα αντικείμενο του TextAbsorber το οποίο μπορεί να χρησιμοποιηθεί για την ανάκτηση κειμένου από τις σελίδες. Στη συνέχεια, πρέπει να λάβετε το εξαγόμενο κείμενο και να το γράψετε σε ένα αρχείο TXT καθορίζοντας τη διαδρομή και το όνομα του αρχείου.
Κώδικας για μετατροπή PDF σε κείμενο στην Python
Αυτό το απόσπασμα κώδικα δείχνει πώς να δημιουργήσετε έναν μετατροπέα PDF σε κείμενο χρησιμοποιώντας την Python. Φορτώνει το έγγραφο προέλευσης PDF χρησιμοποιώντας την κλάση Document. Στη συνέχεια, μπορείτε να ανακτήσετε κείμενο από όλες τις σελίδες του αρχείου PDF με τη μέθοδο αποδοχής ή να διαβάσετε τη συμβολοσειρά κειμένου από μια συγκεκριμένη σελίδα, καθορίζοντας τον αριθμό σελίδας. Τέλος, γράψτε τη συμβολοσειρά κειμένου σε ένα αρχείο και εξάγετε το αρχείο κειμένου στο δίσκο.
Σε αυτό το άρθρο, μάθαμε πώς μπορεί να γίνει η απόδοση Python PDF σε κείμενο με τις εφαρμογές σας. Ωστόσο, εάν θέλετε να μάθετε τη μετατροπή PDF σε Word, διαβάστε τον οδηγό στο πώς να μετατρέψετε PDF σε Word χρησιμοποιώντας Python.
