介绍 Python可以做什么 import os.path
得到pdfminer.pdfparser import PDFParser PDFDocument
得到pdfminer.pdfinterp import PDFResourceManager PDFPageInterpreter
得到pdfminer.converter import PDFPageAggregator
得到pdfminer.layout import LTTextBoxHorizontal LAParams
得到pdfminer.pdfinterp import PDFTextExtractionNotAllowed
class CPdf2TxtManager ():
& # 39;才能& # 39;& # 39;& # 39;& # 39;
classdocs才能
& # 39;才能& # 39;& # 39;
def 才能__init__(自我):
,,,& # 39;& # 39;& # 39;& # 39;& # 39;
,,,的构造函数
,,,& # 39;& # 39;& # 39;
def 才能;changePdfToText(自我,,filePath):
,,,file =,开放(路径,& # 39;rb # 39;), #,以二进制读模式打开
,,,#用文件对象来创建一个pdf文档分析器
,,,praser =, PDFParser(文件)
,,,#,创建一个PDF文档
,,,doc =, PDFDocument ()
,,,#,连接分析器,与文档对象
,,,praser.set_document (doc)
,,,doc.set_parser(普拉斯)
,,,#,提供初始化密码
,,,#,如果没有密码,就创建一个空的字符串
,,,doc.initialize ()
,,,#,检测文档是否提供txt转换,不提供就忽略
,,,if not doc.is_extractable:
,,,,,raise PDFTextExtractionNotAllowed
,,,#,创建PDf 资源管理器,来管理共享资源
,,,rsrcmgr =, PDFResourceManager ()
,,,#,创建一个PDF设备对象
,,,laparams =, LAParams ()
,,,device =, PDFPageAggregator (rsrcmgr, laparams=laparams)
,,,#,创建一个PDF解释器对象
,,,interpreter =, PDFPageInterpreter (rsrcmgr,设备)
,,,pdfStr =, & # 39; & # 39;
,,,#,循环遍历列表,每次处理一个页面的内容
,,,for page 拷贝doc.get_pages ():, #, doc.get_pages(),获取页面列表
,,,,,interpreter.process_page(页面)
,,,,,#,接受该页面的LTPage对象
,,,,,layout =, device.get_result ()
,,,,,#,这里的布局是一个LTPage对象,里面存放着,这个页面解析出的各种对象,一般包括LTTextBox,, LTFigure,, LTImage,, LTTextBoxHorizontal 等等,想要获取文本就获得对象的文本属性,
,,,,,for x 拷贝布局:
,,,,,,,if (isinstance (x), LTTextBoxHorizontal)):
,,,,,,,,,pdfStr =, pdfStr +, x.get_text (), +, & # 39; \ n # 39;
,,,fileNames =, os.path.splitext (filePath)
,,,file2 =,开放(文件名[0],+,& # 39;. txt # 39;, & # 39; wb # 39;) #保存这些内容
,,,file2.write (pdfStr.encode ())
,,,file2.close ()
,,,file.close ()
if __name__ ==, & # 39; __main__ # 39;:
& # 39;才能& # 39;& # 39;& # 39;& # 39;
,才能解析pdf 文本,保存到txt文件中
& # 39;才能& # 39;& # 39;
path 才能=," # 39;C: \ \用户管理员桌面\ \《精力管理》。pdf # 39;
时间=pdf2TxtManager 才能;CPdf2TxtManager ()
pdf2TxtManager.changePdfToText才能(路径)
这篇文章主要为大家详细介绍了使用Python怎么将pdf文档转换成txt文档,文中示例代码介绍的非常详细,具有一定的参考价值,发现的小伙伴们可以参考一下:
Python是一种编程语言,内置了许多有效的工具,Python几乎无所不能,该语言通俗易懂,容易入门,功能强大,在许多领域中都有广泛的应用,例如最热门的大数据分析,人工智能,网页开发等。
以上就是小编为大家收集整理的使用Python怎么将pdf文档转换成txt文档,如何觉得网站的内容还不错,欢迎将网站推荐给身边好友。
