用Python將PDF轉換為文字

Quintela

2024-11-07 16:42:29 • 分類: 關於PDF 檔案的知識 • 經過驗證的解決方案

所以你在這裡是因為你想要用Python將PDF轉換成文字。你來對地方了，因為我們將向你展示兩種方便的Python轉換PDF到文字的方法。如果你還不知道，Python是一種物件導向的編程語言，用於開發網絡應用程式軟體原型，以及數據科學。現在讓我們來了解一下如何用Python將PDF轉換為文字。

用Python將PDF轉換為文字並不簡單，特別是對新手來說。而且，用Python將掃描的PDF轉換為文字也很難。如果你正在尋找一種更簡單的方法來轉換PDF，包括將掃描的PDF轉換成文字，你可以使用 PDFelement。這是一個易於使用的PDF編輯器，可以將PDF轉換為TXT、Word、Excel、PPT等，反之亦然。通過OCR技術，它可以從PDF圖片中提取文字和數據。支援大量轉換。

免費下載免費下載立即購買立即購買

免費下載

第1部分：如何用Python將PDF轉換為文字
第2部分：用Python將PDF轉換為文字的優點和缺點
第3部分：如何在沒有Python的情況下將PDF轉換為文字

通過pdftotext模塊用Python將PDF轉換為文字

要用Python將PDF轉換為文字，你需要以下工具。

1: Windows專用Poppler

它是一個PDF渲染庫，也包含pdftoppm工具。

2：pdftotext模塊

它是一個Python模塊，包裝了將PDF轉換為文字的工具。

如何安裝所需的PDF到文字Python工具

若要在windows上安裝Poppler，在env路徑中添加xxx/bin/來將Poppler安裝在所需位置。然後pip安裝pdftotext模塊，當你在Python運行查詢時將PDF轉換為文字。

在Windows上安裝了Poppler和pdftotext模塊後，編寫並編譯以下程式碼來運行。

1 import pdftotext
2
3 # 加載你的PDF
4 with open("Target.pdf", "rb") as f:
5 pdf = pdftotext.PDF(f)
6
7 # 將所有文字儲存到一個txt檔案.
8 with open('output.txt', 'w') as f:
9 f.write("\n\n".join(pdf))

這段程式碼是怎麼運行的？

導入pdftotext: 通過這個詢問，它將調用pdftotext模塊來啟動轉換過程。

# 載入你的PDF: 這段程式碼將在編譯器中加載你的PDF檔案。

第4至9行的程式碼會選擇並將PDF檔案轉換為文字，輸出結果會被儲存在選定的目標中。所以，這就是用Python將PDF轉換為文字的方法。

通過PyPDF2用Python將PDF轉換為文字

這個方法將使用一個叫做PyPDF2的外部模塊來將PDF轉換為文字，這個PyPDF2套組可以讓你轉換、分割、合併、裁剪PDF。若要安裝PyPDF2，請使用下面的命令行：

C:\Users\Admin>pip install PyPDF2

一旦安裝了該模塊，你就可以使用以下程式碼用Python將PDF轉換為文字。

# 導入所需的模塊
import PyPDF2

# 建立一個pdf檔案物件t
pdfFileObj = open('example.pdf', 'rb')

# 建立一個pdf閱讀器物件
pdfReader = PyPDF2.PdfFileReader(pdfFileObj)

# 列印pdf檔案的頁數
print(pdfReader.numPages)

# 建立一個頁面物件
pageObj = pdfReader.getPage(0)

# 從頁面提取文字
print(pageObj.extractText())

# 關閉pdf檔案物件
pdfFileObj.close()