python 使用pdfminer3k 讀取PDF文檔的例子
更新時(shí)間：2019年08月27日 11:23:42 作者：彭世瑜
今天小編就為大家分享一篇python 使用pdfminer3k 讀取PDF文檔的例子，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧
1、安裝 pdfminer3k
通過pip安裝: pip install pdfminer3k
下載安裝：在網(wǎng)頁 https://pypi.org/project/pdfminer3k/1.3.1/#files 進(jìn)行下載，解壓。然后cmd命令進(jìn)入到當(dāng)前文件夾：
可以直接在資源管理器的路徑欄直接輸入cmd進(jìn)入到當(dāng)前目錄。然后執(zhí)行 python setup.py install 等待安裝完成
2.讀取pdf中的TXT代碼示例：
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
# 可以使用此方法獲取網(wǎng)絡(luò)上的pdf
from urllib.request import urlopen
fp = urlopen("https://******/articles/800348152163.pdf")
#獲取文檔對象
#fp = open("****.pdf", "rb")
#創(chuàng)建一個(gè)一個(gè)與文檔關(guān)聯(lián)的解釋器
parser = PDFParser(fp)
#PDF文檔的對象
doc = PDFDocument()
#連接解釋器和文檔對象
parser.set_document(doc)
doc.set_parser(parser)
#初始化文檔,當(dāng)前文檔沒有密碼，設(shè)為空字符串
doc.initialize("")
#創(chuàng)建PDF資源管理器
resource = PDFResourceManager()
#參數(shù)分析器
laparam = LAParams()
#創(chuàng)建一個(gè)聚合器
device = PDFPageAggregator(resource, laparams=laparam)
#創(chuàng)建PDF頁面解釋器
interpreter = PDFPageInterpreter(resource, device)
#使用文檔對象得到頁面的集合
for page in doc.get_pages():
# 使用頁面解釋器讀取
interpreter.process_page(page)
# 使用聚合器來獲得內(nèi)容
layout = device.get_result()
for out in layout:
if hasattr(out, "get_text"):
print(out.get_text())
以上這篇python 使用pdfminer3k 讀取PDF文檔的例子就是小編分享給大家的全部內(nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
相關(guān)文章
Python 批量驗(yàn)證和添加手機(jī)號碼為企業(yè)微信聯(lián)系人
你是否也有過需要添加很多微信好友的時(shí)候，一個(gè)個(gè)輸入添加太麻煩了，本篇文章手把手教你用Python替我們完成這繁瑣的操作,大家可以在過程中查缺補(bǔ)漏，看看自己掌握程度怎么樣2021-10-10
這篇文章主要為大家詳細(xì)介紹了MySQL適配器PyMySQL的相關(guān)資料，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2017-09-09
Python使用Redis實(shí)現(xiàn)作業(yè)調(diào)度系統(tǒng)(超簡單)
Redis作為內(nèi)存數(shù)據(jù)庫的一個(gè)典型代表，已經(jīng)在很多應(yīng)用場景中被使用，這里僅就Redis的pub/sub功能來說說怎樣通過此功能來實(shí)現(xiàn)一個(gè)簡單的作業(yè)調(diào)度系統(tǒng)。這里只是想展現(xiàn)一個(gè)簡單的想法，所以還是有很多需要考慮的東西沒有包括在這個(gè)例子中，比如錯(cuò)誤處理，持久化等2016-03-03
這篇文章主要介紹了python持久化文件讀寫，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-04-04
python實(shí)現(xiàn)dijkstra最短路由算法
這篇文章主要為大家詳細(xì)介紹了python實(shí)現(xiàn)dijkstra最短路由算法，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2019-01-01
這篇文章主要為大家詳細(xì)介紹了python實(shí)現(xiàn)矩陣打印的相關(guān)代碼，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2019-03-03
這篇文章主要給大家介紹了關(guān)于Python中幾種屬性訪問的區(qū)別和用法的相關(guān)資料，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2018-10-10
這篇文章主要介紹了用Python代碼來繪制彭羅斯點(diǎn)陣的教程,核心代碼主要就是一行簡單的lambda匿名函數(shù),需要的朋友可以參考下2015-04-04
python?pandas?數(shù)據(jù)排序的幾種常用方法
這篇文章主要介紹了python?pandas數(shù)據(jù)排序的幾種常用方法，文章圍繞主題展開詳細(xì)的內(nèi)容介紹，具有一定的參考價(jià)值，需要的小伙伴可以參考一下2022-09-09
這篇文章主要介紹了Python實(shí)現(xiàn)FM算法解析，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-06-06