python 使用pdfminer3k 讀取PDF文檔的例子
更新時間：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)建一個一個與文檔關(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，希望能給大家一個參考，也希望大家多多支持腳本之家。
相關(guān)文章
Python爬蟲Scrapy框架IP代理的配置與調(diào)試
在調(diào)試爬蟲的時候，新手都會遇到關(guān)于ip的錯誤，本文就來介紹一下Python爬蟲Scrapy框架IP代理的配置與調(diào)試，具有一定的參考價值，感興趣的可以了解一下2021-12-12
python中numpy數(shù)組的csv文件寫入與讀取
本文主要介紹了python中numpy數(shù)組的csv文件寫入與讀取，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2023-03-03
這篇文章主要介紹了linux 下selenium chrome使用詳解,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2020-04-04
這篇文章主要介紹了Python實(shí)現(xiàn)論壇自動簽到功能，本文通過實(shí)例代碼給大家介紹的非常詳細(xì)，具有一定的參考借鑒價值,需要的朋友可以參考下2019-08-08
Python實(shí)現(xiàn)隨機(jī)生成任意數(shù)量車牌號
這篇文章主要介紹了Python實(shí)現(xiàn)隨機(jī)生成任意數(shù)量車牌號，本文通過實(shí)例代碼給大家介紹的非常詳細(xì)，具有一定的參考借鑒價值,需要的朋友可以參考下2020-01-01
Python九九乘法表的七種實(shí)現(xiàn)方式詳解
在Python中,輸出九九乘法表是一道非常基礎(chǔ)的題目,但對于初學(xué)者來說,也是一個很好的練習(xí)和鞏固基礎(chǔ)知識的機(jī)會,這篇文章主要給大家介紹了關(guān)于Python九九乘法表的七種實(shí)現(xiàn)方式,需要的朋友可以參考下2023-09-09
pytorch fine-tune 預(yù)訓(xùn)練的模型操作
這篇文章主要介紹了pytorch fine-tune 預(yù)訓(xùn)練的模型操作，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2021-06-06
手把手教你進(jìn)行Python虛擬環(huán)境配置教程
這篇文章主要介紹了手把手教你進(jìn)行Python虛擬環(huán)境配置,本文給大家介紹的非常詳細(xì)，具有一定的參考借鑒價值，需要的朋友參考下吧，需要的朋友可以參考下2020-02-02
在計(jì)算機(jī)編程中,時間戳是一個非常重要的概念,它表示自?1970?年?1?月?1?日（UTC）以來經(jīng)過的秒數(shù),在?Python?中,獲取當(dāng)前時間的時間戳是一項(xiàng)常見的任務(wù),尤其是在處理日志、數(shù)據(jù)庫時間戳或者需要時間同步的場景中,本文介紹了Python中獲取秒級時間戳的實(shí)踐指南2024-12-12
本文主要介紹了numpy求解線性代數(shù)相關(guān)問題,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2025-01-01