python - 从 pdf 文件创建 .txt 文件

Question

现在我正在用 python 编写一个程序，它需要你打开某个 .pdf 文件，control+A(全选)，control C 和 control V(复制和粘贴)到一个 .txt 文件上，然后运行程序。

我想知道是否有任何方法可以跳过一个步骤并运行程序，而无需执行这一系列步骤，只需引用程序中的 pdf 文件。

类似于:

##does the procedure above and saves it on a notes.txt file##
FILE_NAME = 'notes.pdf'
read_pdf(FILE_NAME,'notes.txt') 

Answer 1

使用slate模块，它取决于 pdfminer .

安装它:

pip install pdfminer==20131113
pip install https://codeload.github.com/timClicks/slate/zip/master

使用方法:

import slate

with open('example.pdf') as fp:
    doc = slate.PDF(fp)

print(len(doc))
print(doc[0])

4
This is a test.

注意事项:

• pdfminer 模块没有 support Python 3。

• 你需要从主仓库安装slate，因为pypi slate 版本很旧，不是compatible与 last change的pdfminer。

或者使用PyPDF2 :

安装它:

pip install PyPDF2

使用方法:

import PyPDF2

pdf = PyPDF2.PdfFileReader(open('sample.pdf', "rb"))

print(pdf.getNumPages())
print(pdf.getPage(0).extractText())

1
This is a sample.