Python2.7讀取PDF文件的方法示例

更新時(shí)間：2017年07月13日 09:35:21 作者：guozhenqiang1992

這篇文章主要介紹了Python2.7讀取PDF文件的方法,結(jié)合實(shí)例形式分析了Python2.7基于PDFMiner模塊實(shí)現(xiàn)針對pdf文件的讀取功能相關(guān)操作技巧,需要的朋友可以參考下

本文實(shí)例講述了Python2.7讀取PDF文件的方法。分享給大家供大家參考，具體如下：

這篇文章示例代碼采用的Python版本是2.7，需要下載的插件是PDFMiner，下載地址是http://www.unixuser.org/~euske/python/pdfminer/，地址里有安裝方法，我就不再細(xì)說了，需要說明的是Python2只能使用PDFMiner，Python3不能使用，Python3可以使用PDFMiner3K，下載地址為https://pypi.python.org/pypi/pdfminer3k/。兩種插件使用上大體相似，這里我以Python2為例，使用PDFMiner插件。代碼如下：

#!/usr/bin/env python
#-*- coding:utf-8 -*-
from pdfminer.pdfparser import PDFParser
from pdfminer.pdfdocument import PDFDocument
from pdfminer.pdfpage import PDFPage
from pdfminer.pdfpage import PDFTextExtractionNotAllowed
from pdfminer.pdfinterp import PDFResourceManager
from pdfminer.pdfinterp import PDFPageInterpreter
from pdfminer.pdfdevice import PDFDevice
from pdfminer.layout import LAParams
from pdfminer.converter import PDFPageAggregator
#獲取文檔對象，你把a(bǔ)lgorithm.pdf換成你自己的文件名即可。
fp=open("algorithm.pdf","rb")
#創(chuàng)建一個(gè)與文檔相關(guān)聯(lián)的解釋器
parser=PDFParser(fp)
#PDF文檔對象
doc=PDFDocument(parser)
#鏈接解釋器和文檔對象
parser.set_document(doc)
#doc.set_paeser(parser)
#初始化文檔
#doc.initialize("")
#創(chuàng)建PDF資源管理器
resource=PDFResourceManager()
#參數(shù)分析器
laparam=LAParams()
#創(chuàng)建一個(gè)聚合器
device=PDFPageAggregator(resource,laparams=laparam)
#創(chuàng)建PDF頁面解釋器
interpreter=PDFPageInterpreter(resource,device)
#使用文檔對象得到頁面集合
for page in PDFPage.create_pages(doc):
  #使用頁面解釋器來讀取
  interpreter.process_page(page)
  #使用聚合器來獲取內(nèi)容
  layout=device.get_result()
  for out in layout:
    if hasattr(out, "get_text"):
      print out.get_text()

更多關(guān)于Python相關(guān)內(nèi)容感興趣的讀者可查看本站專題：《Python文件與目錄操作技巧匯總》、《Python數(shù)據(jù)結(jié)構(gòu)與算法教程》、《Python函數(shù)使用技巧總結(jié)》、《Python字符串操作技巧匯總》及《Python入門與進(jìn)階經(jīng)典教程》

希望本文所述對大家Python程序設(shè)計(jì)有所幫助。

您可能感興趣的文章:

Python
PDF

相關(guān)文章

python中self原理實(shí)例分析
這篇文章主要介紹了python中self原理,較為詳細(xì)的分析了self的原理與相關(guān)的使用技巧,具有一定參考借鑒價(jià)值,需要的朋友可以參考下
2015-04-04
PyCharm新建.py文件時(shí)默認(rèn)添加信息的實(shí)現(xiàn)
這篇文章主要介紹了PyCharm新建.py文件時(shí)默認(rèn)添加信息的實(shí)現(xiàn)方式，具有很好的參考價(jià)值，希望對大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教
2022-07-07
python中的print(f'')具體用法例子
在Python中f-string是一種字符串格式化的方式,它允許你在字符串中嵌入變量或表達(dá)式的值,這篇文章主要給大家介紹了關(guān)于python中print(f'')具體用法例子的相關(guān)資料,需要的朋友可以參考下
2024-05-05
python讀取word 中指定位置的表格及表格數(shù)據(jù)
這篇文章主要介紹了python讀取word 中指定位置的表格及表格數(shù)據(jù)，本文通過實(shí)例代碼給大家介紹的非常詳細(xì)，具有一定的參考借鑒價(jià)值，需要的朋友參考下吧
2019-10-10
Python免登錄實(shí)現(xiàn)域名解析的示例詳解
這篇文章主要介紹了如何利用編寫python腳本，實(shí)現(xiàn)通過dnspod api獲取個(gè)人域名內(nèi)的dns解析記錄，從而實(shí)現(xiàn)域名的解析、修改和刪除，需要的可以參考一下
2023-03-03
python計(jì)算數(shù)字或者數(shù)組的階乘的實(shí)現(xiàn)
本文主要介紹了python計(jì)算數(shù)字或者數(shù)組的階乘，文中通過示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下
2021-08-08
基于wxPython的GUI實(shí)現(xiàn)輸入對話框（2）
這篇文章主要為大家詳細(xì)介紹了基于wxPython的GUI實(shí)現(xiàn)輸入對話框的第二篇，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下
2019-02-02
python交互式圖形編程實(shí)例（二）
這篇文章主要為大家詳細(xì)介紹了python交互式圖形編程實(shí)例，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下
2017-11-11
Python中常用信號(hào)signal類型實(shí)例
這篇文章主要介紹了Python中常用信號(hào)signal類型實(shí)例，分享了相關(guān)代碼示例，小編覺得還是挺不錯(cuò)的，具有一定借鑒價(jià)值，需要的朋友可以參考下
2018-01-01
Python中序列的修改、散列與切片詳解
在Python中，最基本的數(shù)據(jù)結(jié)構(gòu)是序列(sequence)。下面這篇文章主要給大家介紹了關(guān)于Python中序列的修改、散列與切片的相關(guān)資料文中通過示例代碼介紹的非常詳細(xì)，需要的朋友可以參考，下面來一起看看吧。
2017-08-08