将PDF转换为文本在Python中

将PDF转换为文本

Aspose.PDF for Python 支持将整个PDF文档和单个页面转换为文本文件。

将PDF文档转换为文本文件

您可以使用 ‘TextDevice’ 类将PDF文档转换为TXT文件。

1. 创建输入和输出文件路径

2. 使用 extractor_create 创建PDF提取器外观的实例

3. 使用 extractor_bind_pdf 将PDF文件绑定到提取器

4. 使用 extractor_extract_text 从 PDF 文件中提取文本

5. 将提取的文本写入输出文件

6. 使用 ‘document.save’ 方法保存输出 PDF。

以下代码片段说明如何从所有页面中提取文本。

    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)