Converter PDF para Texto em Python

Converter PDF para Texto

Aspose.PDF para Python oferece suporte à conversão de todo o documento PDF e de uma única página para um arquivo de Texto.

Converter documento PDF para arquivo de Texto

Você pode converter um documento PDF para um arquivo TXT usando a classe ‘TextDevice’.

1. Criando o caminho para o arquivo de entrada e saída

2. Criando uma instância da fachada do extrator de PDF com [extractor_create] (https://reference.aspose.com/pdf/python-cpp/core/extractor_create/)

3. Vinculando o arquivo PDF ao extrator com extractor_bind_pdf

4. Extraindo o texto do arquivo PDF usando extractor_extract_text

5. Escrevendo o texto extraído no arquivo de saída

6. Salve o PDF de saída com o método ‘document.save’.

O trecho de código a seguir explica como extrair os textos de todas as páginas.

    from AsposePdfPython import *

    input_pdf = DIR_INPUT + "sample.pdf"
    output_pdf =  DIR_OUTPUT + "convert_pdf_to_txt.txt"

    extactor = extractor_create()
    extractor_bind_pdf(extactor,input_pdf)
    text = extractor_extract_text(extactor)

    with open(output_pdf, 'w') as f:
        f.write(text)