Python:如何使用PyPDF2解密和pdfminer提取文本?

2024-06-11 01:24:24 发布

您现在位置:Python中文网/ 问答频道 /正文

我试图从一个安全的pdf文件的第一页提取文本。我没有密码,但是PyPDF2中的解密功能似乎可以正常工作。但是PyPDF2在提取时遗漏了一些文本(使用extractText()函数)。所以我想改用pdfminer(无法在windows计算机上安装pdftotext,所以不得不使用pdfminer)。以下是当前代码:

    pdfFileObj = open(fileName, 'rb')
    pdfReader = PyPDF2.PdfFileReader(pdfFileObj)

    if pdfReader.isEncrypted:
        pdfReader.decrypt('')

    pageObject = pdfReader.getPage(0)

然后我想用pdfminer来读取pageObject中的文本,但无法理解如何读取。有人能帮忙吗?在

谢谢!在


Tags: 文件函数文本功能密码pdfwindowspdfminer