怎么用python提取pdf文字

小億
136
2023-10-13 22:53:13
欄目: 編程語言

要使用Python提取PDF文本，可以使用PyPDF2庫。以下是一個(gè)示例代碼，演示了如何打開PDF文件并提取其文本內(nèi)容：

import PyPDF2
def extract_text_from_pdf(file_path):
with open(file_path, 'rb') as file:
pdf_reader = PyPDF2.PdfFileReader(file)
num_pages = pdf_reader.numPages
text = ''
for page_num in range(num_pages):
page = pdf_reader.getPage(page_num)
text += page.extractText()
return text
# 調(diào)用函數(shù)并傳入要提取文本的PDF文件路徑
pdf_text = extract_text_from_pdf('example.pdf')
print(pdf_text)

請(qǐng)注意，提取PDF文本的效果可能會(huì)受到PDF文件本身的限制和格式的影響。某些PDF文件可能無法完全提取，或者提取的文本可能包含一些亂碼或格式問題。

0 踩