关闭

python3 pdf 转 txt

标签: pythonpdf格式转换txt
133人阅读 评论(0) 收藏 举报
分类:

平时用手机看书,很多都是pdf格式的,手机阅读器没办法重新排版,看着不舒服,索性自己些个小程序把PDF转换成txt,在此记录一下,欢迎大家赐教指正

代码很简单,直接贴出来吧

from pdfminer.pdfinterp import PDFResourceManager, process_pdf
from pdfminer.converter import TextConverter
from pdfminer.layout import LAParams
from io import StringIO
from io import open


def readPDF(pdfFile):
    rsrcmgr = PDFResourceManager()
    retstr = StringIO()
    laparams = LAParams()
    device = TextConverter(rsrcmgr, retstr, laparams=laparams)

    process_pdf(rsrcmgr, device, pdfFile)
    device.close()

    content = retstr.getvalue()
    retstr.close()
    return content


def saveTxt(txt):
    with open("istxt.txt", "w") as f:
        f.write(txt)


txt = readPDF(open('ispdf.pdf', 'rb'))
saveTxt(txt)

使用的是python3,记得提前安装PDFminer3K。

pip install PDFminer3K

对于纯文本的转换还是不错的,如果是带有图片或者表格的PDF效果不是很理想

0
0

查看评论
* 以上用户言论只代表其个人观点,不代表CSDN网站的观点或立场
    个人资料
    • 访问:2115次
    • 积分:88
    • 等级:
    • 排名:千里之外
    • 原创:7篇
    • 转载:0篇
    • 译文:0篇
    • 评论:1条
    文章分类
    文章存档
    最新评论