本文介绍了如何在Python环境下将PDF文件转换为TXT文本。首先，需要下载Python的特定版本，然后通过pip安装pdfminer3k和pyocr库。接着，只需将PDF文件与Python脚本放在同一目录下，运行包含PDF解析和转换代码的脚本，即可完成转换。脚本中利用了PDFParser、PDFDocument等模块进行解析，输出UTF-8编码的TXT文件。
1 下载py3.60版本
2 pip install pdfminer3k
pip install pyocr
3 直接把需要转换的pdf 文件放入py程序所在目录
使用
源代码：
import pyocr
import importlib
import sys,io
import time
importlib.reload(sys)
time1 = time.time()
print(“初始时间为：”,time1)
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
sys.stdout = io.TextIOWrapper(sys.stdout.buffer,encoding=‘utf8’)
text_path = r’words-words.pdf’
text_path = r’photo-words.pdf’
def parse():
#’’‘解析PDF文本，并保存到TXT文件中’’’
fp = open(‘words-words.pdf’,mode
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
