使用Python pdfMiner每页提取文本？

发布时间：2020-12-16 22:57:46 所属栏目：Python 来源：网络整理

导读：我已经尝试了pyPdf和pdfMiner来从pdf文件中提取文本.我有一些不友好的pdf,只有pdfMiner才能成功提取.我使用代码 here来提取整个文件的文本.但是,我真的想在每页上提取文本,如pyPdf中的getPage(i).extractText()功能.有谁知道如何使用pdfMiner提取每页文本？

我已经尝试了pyPdf和pdfMiner来从pdf文件中提取文本.我有一些不友好的pdf,只有pdfMiner才能成功提取.我使用代码 here来提取整个文件的文本.但是,我真的想在每页上提取文本,如pyPdf中的getPage(i).extractText()功能.有谁知道如何使用pdfMiner提取每页文本？

解决方法

for pageNumber,page in enumerate(PDFDocument.get_pages()):
    if pageNumber == 42:
        #do something with the page

有一篇非常好的文章here.

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!