Hướng dẫn how do i convert a pdf to text in python? - làm cách nào để chuyển đổi pdf sang văn bản trong python?

Trong bài viết này, chúng tôi sẽ tạo ra một tập lệnh Python dễ dàng sẽ giúp chúng tôi chuyển đổi tệp PDF thành TXT. Bạn có các ứng dụng khác nhau mà bạn có thể tải xuống và sử dụng cho chuyển đổi tệp PDF sang TXT. Có rất nhiều ứng dụng trực tuyến quá có sẵn cho mục đích này nhưng nó sẽ tuyệt vời như thế nào, nếu bạn có thể tạo bộ chuyển đổi tệp PDF sang TXT của riêng mình bằng cách sử dụng tập lệnh Python đơn giản.pdf to txt file conversion. There are a lot of online applications too available for this purpose but how cool would it be, if you could create your own pdf to txt file converter using a simple python script.

Bắt đầu nào!

Không cần phải quảng cáo thêm nữa, hãy để bắt đầu với các bước để chuyển đổi PDF thành TXT.

Bước 01 - Tạo tệp PDF (hoặc tìm một tệp hiện có)

• Mở một tài liệu Word mới.
• Nhập một số nội dung bạn chọn trong tài liệu từ.
• Bây giờ để tập tin> In> Lưu.
• Hãy nhớ lưu tệp PDF của bạn ở cùng một vị trí nơi bạn lưu tệp tập lệnh Python của mình.
• Bây giờ tệp .pdf của bạn đã được tạo và lưu mà sau này bạn sẽ chuyển đổi thành tệp .txt.

Bước 02 - Cài đặt PYPDF2

• Đầu tiên, chúng tôi sẽ cài đặt một mô -đun bên ngoài có tên PYPDF2.PyPDF2.
• Gói PYPDF2 là thư viện PDF PPYTHON thuần túy mà bạn có thể sử dụng để phân tách, hợp nhất, cắt xén và chuyển đổi các tệp PDF. Theo trang web PYPDF2, bạn cũng có thể sử dụng PYPDF2 để thêm dữ liệu, xem tùy chọn và mật khẩu vào PDFS.pure-python pdf library that you can use for splitting, merging, cropping, and transforming pdfs. According to the PyPDF2 website, you can also use PyPDF2 to add data, viewing options, and passwords to the pdfs, too.
• Để cài đặt gói PYPDF2, hãy mở dấu nhắc lệnh Windows của bạn và sử dụng lệnh PIP để cài đặt PYPDF2:

C:\Users\Admin>pip install PyPDF2

Collecting PyPDF2
  Downloading PyPDF2-1.26.0.tar.gz (77 kB)
     |████████████████████████████████| 77 kB 1.9 MB/s
Using legacy 'setup.py install' for PyPDF2, since package 'wheel' is not installed.
Installing collected packages: PyPDF2
    Running setup.py install for PyPDF2 ... done
Successfully installed PyPDF2-1.26.0

Điều này sẽ cài đặt thành công gói PYPDF2 của bạn trên hệ thống của bạn. Khi nó được cài đặt, bạn rất tốt để đi với tập lệnh của mình.

Bước 03 - Mở tệp Python mới cho tập lệnh

• Mở Python Idle của bạn và nhấn phím Ctrl + N. Điều này sẽ mở trình chỉnh sửa văn bản của bạn.
• Bạn có thể sử dụng bất kỳ trình soạn thảo văn bản nào khác của sự lựa chọn ưa thích của bạn.
• Lưu tệp dưới dạng your_pdf_file_name.py.
• Lưu tệp .py này trong cùng một vị trí với tệp pdf của bạn.

Hãy bắt đầu với mã tập lệnh

import PyPDF2

#create file object variable
#opening method will be rb
pdffileobj=open('1.pdf','rb')

#create reader variable that will read the pdffileobj
pdfreader=PyPDF2.PdfFileReader(pdffileobj)

#This will store the number of pages of this pdf file
x=pdfreader.numPages

#create a variable that will select the selected number of pages
pageobj=pdfreader.getPage(x+1)

#(x+1) because python indentation starts with 0.
#create text variable which will store all text datafrom pdf file
text=pageobj.extractText()

#save the extracted data from pdf to a txt file
#we will use file handling here
#dont forget to put r before you put the file path
#go to the file location copy the path by right clicking on the file
#click properties and copy the location path and paste it here.
#put "\\your_txtfilename"
file1=open(r"C:\Users\SIDDHI\AppData\Local\Programs\Python\Python38\\1.txt","a")
file1.writelines(text)

Ở đây, một lời giải thích nhanh về mã:

• Trước tiên chúng tôi tạo một đối tượng tệp python và mở tệp pdf trong chế độ đọc nhị phân đọc (rb)
• Sau đó, chúng tôi tạo đối tượng pdffileReader sẽ đọc tệp được mở từ bước trước đó
• Một biến được sử dụng để lưu trữ số lượng trang trong tệp
• Phần cuối cùng sẽ viết các dòng đã xác định từ PDF vào tệp văn bản mà bạn chỉ định

Output:

Hình ảnh tệp PDF:

Hình ảnh tệp TXT đã chuyển đổi:

Điều này ngắn gọn về cách chuyển đổi tệp PDF thành tệp TXT bằng cách viết tập lệnh Python của riêng bạn. Hãy thử nó ra!