怎么在python中利用pdfminer3k读取PDF文档

怎么在python中利用pdfminer3k读取PDF文档?很多新手对此不是很清楚,为了帮助大家解决这个难题,下面小编将为大家详细讲解,有这方面需求的人可以来学习下,希望你能有所收获。

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

怎么在python中利用pdfminer3k读取PDF文档

2.读取pdf中的TXT代码示例:

frompdfminer.converterimportPDFPageAggregator
frompdfminer.layoutimportLAParams
frompdfminer.pdfparserimportPDFParser,PDFDocument
frompdfminer.pdfinterpimportPDFResourceManager,PDFPageInterpreter
frompdfminer.pdfdeviceimportPDFDevice

#可以使用此方法获取网络上的pdf
fromurllib.requestimporturlopen
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
forpageindoc.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()

foroutinlayout:
ifhasattr(out,"get_text"):
print(out.get_text())

看完上述内容是否对您有帮助呢?如果还想对相关知识有进一步的了解或阅读更多相关文章,请关注恰卡编程网行业资讯频道,感谢您对恰卡编程网的支持。

发布于 2021-03-24 01:23:18
收藏
分享
海报
0 条评论
174
上一篇:Unittest框架怎么在Python项目中使用 下一篇:在小程序中使用this.setData时需要注意哪些事项
目录

    推荐阅读

    0 条评论

    本站已关闭游客评论,请登录或者注册后再评论吧~

    忘记密码?

    图形验证码