python 使用pdfminer3k 读取PDF文档的例子

Python  /  管理员 发布于 7年前   154

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

2.读取pdf中的TXT代码示例：

from pdfminer.converter import PDFPageAggregatorfrom pdfminer.layout import LAParamsfrom pdfminer.pdfparser import PDFParser, PDFDocumentfrom pdfminer.pdfinterp import PDFResourceManager, PDFPageInterpreterfrom pdfminer.pdfdevice import PDFDevice# 可以使用此方法获取网络上的pdffrom urllib.request import urlopenfp = 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for page in doc.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() for out in layout:  if hasattr(out, "get_text"):   print(out.get_text())

以上这篇python 使用pdfminer3k 读取PDF文档的例子就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。