湖南龙网

  1. 首页 > 生活百科 > >

python中怎么将pdf内容显示出来？这篇文章必须要看

生活百科python

很多小伙伴想知道如何在python中将pdf内容显示出来？那么今天小编就通过这篇文章来给大家分享一下运用python显示pdf内容的方法 。

python中怎么将pdf内容显示出来？这篇文章必须要看

文章插图
如果想实现python读取pdf文件 ， 那么就需要使用pdfminer库 ， 安装pdfminer库的命令如下：
pip install pdfminer【python中怎么将pdf内容显示出来？这篇文章必须要看】python读取pdf的文件如下：
# coding=utf-8 import sys reload(sys) sys.setdefaultencoding('utf-8') import time time1=time.time() import os.path from pdfminer.pdfparser import PDFParser,PDFDocument from pdfminer.pdfinterp import PDFResourceManager, PDFPageInterpreter from pdfminer.converter import PDFPageAggregator from pdfminer.layout import LTTextBoxHorizontal,LAParams from pdfminer.pdfinterp import PDFTextExtractionNotAllowed result=[] class CPdf2TxtManager():   def __init__(self):     '''''     Constructor     '''   def changePdfToText(self, filePath):     file = open(path, 'rb') # 以二进制读模式打开     #用文件对象来创建一个pdf文档分析器     praser = PDFParser(file)     # 创建一个PDF文档     doc = PDFDocument()     # 连接分析器 与文档对象     praser.set_document(doc)     doc.set_parser(praser)     # 提供初始化密码     # 如果没有密码 就创建一个空的字符串     doc.initialize()     # 检测文档是否提供txt转换 ， 不提供就忽略     if not doc.is_extractable:       raise PDFTextExtractionNotAllowed     # 创建PDf 资源管理器 来管理共享资源     rsrcmgr = PDFResourceManager()     # 创建一个PDF设备对象     laparams = LAParams()     device = PDFPageAggregator(rsrcmgr, laparams=laparams)     # 创建一个PDF解释器对象     interpreter = PDFPageInterpreter(rsrcmgr, device)     pdfStr = ''     # 循环遍历列表 ， 每次处理一个page的内容     for page in doc.get_pages(): # doc.get_pages() 获取page列表       interpreter.process_page(page)       # 接受该页面的LTPage对象       layout = device.get_result()       for x in layout:         if hasattr(x, "get_text"):           # print x.get_text()           result.append(x.get_text())           fileNames = os.path.splitext(filePath)           with open(fileNames[0] + '.txt','wb') as f:             results = x.get_text()             print(results)             f.write(results + ' ') if __name__ == '__main__':   '''''    解析pdf 文本 ， 保存到txt文件中   '''   path = u'C:/data3.pdf'   pdf2TxtManager = CPdf2TxtManager()   pdf2TxtManager.changePdfToText(path)   # print result[0]   time2 = time.time()   print u'ok,解析pdf结束!'   print u'总共耗时：' + str(time2 - time1) + 's'

推荐阅读


上一篇：mongodb中图片的基本操作？这4个操作你不一定都知道

下一篇：python运算符优先级有哪些？这篇文章你一定要看