从PDF文档的所有页面提取文本(Python)

使用Python从PDF中提取文本

要使用 Aspose.PDF Java for Python 从PDF文档的所有页面提取文本，只需调用 ExtractTextFromAllPages 模块。

# 打开目标文档
pdf=self.Document()
pdf=self.dataDir + 'input1.pdf'

text_absorber=self.TextAbsorber()

pdf.getPages().accept(text_absorber)

extracted_text=text_absorber.getText()

writer=self.FileWriter(self.File(self.dataDir + 'extracted_text.out.txt'))
writer.write(extracted_text)
writer.close()

print "文本提取成功。检查输出文件。"

下载运行代码

从以下任一社交编码网站下载 从所有页面提取文本 (Aspose.PDF)：

• GitHub