Python读取PDF文字去掉页眉页脚

waketzheng

已于 2024-03-30 12:40:10 修改

阅读量2.1k

点赞数 3

文章标签： pdf

于 2024-03-30 12:39:24 首次发布

本文链接：https://blog.csdn.net/jaket5219999/article/details/137170362

版权

使用PyMuPDF（即fitz）读取PDF中的text时，会把页码也读进来。所以，有时候就需要让程序忽略页眉和页脚，或者直接删除页眉和页脚。

根据fitz的文档：Page - PyMuPDF 1.24.0 documentation

get_text的clip参数可以指定要读取文字的区域，于是大致代码如下：

doc = fitz.open(fname)
page = doc[0]
rect = page.rect
clip = 50 # 假设页眉和页脚的高度都是50
crop = fitz.Rect(0, clip, rect.width, rect.height-clip)
text = page.get_text(clip=crop)

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

waketzheng

关注关注

3
点赞
踩
3

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

【Python】批量删除word文件中的页眉页脚

xiaolubian的专栏

01-02

1455

删除word文档中的页眉页脚

python批量替换页眉页脚实例代码

09-20

主要介绍了python批量替换页眉页脚实例代码，小编觉得还是挺不错的，具有一定借鉴价值，需要的朋友可以参考下

参与评论您还未登录，请先登录后发表或查看评论

python 批量删除word页眉页脚

09-06

最近有小伙伴下载了一些word文档，页眉页脚有很多图片，找我想批量清理下。于是我写了个脚本，希望能帮到一些朋友。使用须知: 1、务必将需去除页眉页脚的word文件存放在d:\\word 目录下 2、执行：双击 exe文件 3、新文件会在 d:\\word_new\日期\ 目录下生成 4、本文涉及的word版本在2007之后的版本。2003及以前的版本不生效

今天教大家PDF文件怎么批量去除页眉页脚

热门推荐

landuoyu的博客

03-23

1万+

如今我们所阅读的电子文档大多都是PDF文档，其实和很多的网友都向我诉说了一个问题，如果是要重新编辑，把PDF文件重新修改是一件很麻烦的事。今天来给大家介绍一下应该如何去除PDF文件的页眉页脚，这个办法是十分的方便快捷的。本PDF编辑器是一款能够实现PDF文件的编辑与阅读的文字处理软件，它有完整的PDF编辑功能，不单能够对PDF文件中的文本部分进行修改，更可以针对图像、样式、多媒体内容进行

python去除文档水印，删除页眉页脚

qq_40279560的博客

09-19

1093

python去除文档水印,删除页眉页脚，替换word文本内容

用python删除pdf文件的特定页码

Pythonlover120的博客

07-05

1501

用python工具处理pdf，秒删pdf文件多余页，真是pdf处理利器。

PDF文件怎么编辑，如何删除PDF页眉页脚

weixin_44315701的博客

01-21

2226

在编辑PDF文件的时候总会遇到各种各样的问题，编辑PDF文件是需要用到PDF编辑器的，在使用PDF编辑器的时候，想要将文件中的页眉页脚删除怎么删除呢，不会的话，就一起看看下面的文章，了解一下吧。 1.打开运行迅捷PDF编辑器，在编辑器中打开需要修改的PDF文件。 2.打开文件后，选择编辑器中菜单栏里的文档，然后选择文档中的页眉页脚，在页眉页脚工...

python修改pdf文件(去掉文件中部分内容)

weixin_34095889的博客

12-23

5910

需求最近有个编辑修改pdf文件的需求:去掉每页等页眉、页脚(里面包含图片)，修改后的文件还得保存为pdf。初步方案使用python的库:PyPDF2。发现只有功能：简单的读写、拆分、合并等功能。不能去掉文件的部分内容。解决过程先拆分pdf为单页pdf文件；将单页pdf转化为png图片；编辑切割png图片； png图片转为pdf文件并合并。实现过程 import sys impo...

如何编辑修改PDF，PDF怎么删除页眉页脚

weixin_34049948的博客

03-08

381

随着PDF文件越来越受大家的欢迎，在工作中使用的也越来越多，PDF文件的修改编辑是需要用到PDF编辑器的，在使用PDF文件的时候，往往文件中是有页眉页脚的存在的，那么，怎么将文件中的页眉页脚进行删除呢，估计有很多的小伙伴也好奇这是怎么操作的吧，那就看看下面的文章，说不定就会了哦。 1.打开运行迅捷PDF编辑器，在编辑器中打开需要修改的PDF文件。 ...

PDF怎么去除页眉页脚，PDF页眉页脚编辑方法

xunjiePDF_的博客

03-26

422

　　我们在使用文件的时候需要编辑页眉页脚的时候，这个时候我们应该怎么做呢，相信别的文件大家都知道怎么编辑了，PDF文件大家都知道吗，最开始接触这个文件的时候小编觉得很难，之后找到技巧之后也并没有很难，今天就来跟大家分享一起小编我的编辑方法吧。　　操作软件：迅捷PDF编辑器https://pc.qq.com/detail/7/detail_23407.html 　　1.在百度中搜索PDF编...

pdf去除水印页眉页脚

03-28

pdf去除水印页眉页脚,批量处理和单页处理都有，请多多支持！！！

Python_transPDF:PDF文字内容替换

04-30

操作方法：准备好翻译文本，写入match_rule.xlsx中准备好pdf，放在一个文件夹中双击打开transPDF.exe弹出转换工具，使用工具转换pdf为word，注意word的保存路径要选择和pdf一致转换完成后在命令行输入y等待程序执行...

python生成图文并茂的pdf--财务报表（三）--页眉页脚

阿胶@苏州的博客

04-25

1209

怎么设置页眉页脚

python处理页眉_python批量替换页眉页脚实例代码

weixin_42528974的博客

01-29

756

简介本文分享的实例代码主要通过python语言实现批量替换页眉页脚的操作功能，具体如下。代码#!/usr/bin/env python# -*- coding: utf-8 -*-import win32com,os,sys,refrom win32com.client import Dispatch, constants# 打开新的文件suoyou = os.listdir('d:\\daizh...

Python处理PDF：在PDF文档中插入页眉和页脚

最新发布

Eiceblue的专栏

04-11

1347

本文演示如何使用Python插入页眉和页脚到PDF文档。

Python3实现PDF文件截取、添加页眉、页脚、页码、合并功能

在路上Bingo的博客

03-21

934

工作上的原因，需要对pdf文件进行一些处理，网上搜索的工具，大部分都是需要收费的，因此自己用python实现了一些自己需要的功能。

python批量删除文件夹下的文件页眉页脚有特定文字的文件，有就删除

weixin_42381882的博客

05-22

602

【代码】python批量删除文件夹下的文件页眉页脚有特定文字的文件，有就删除。

Python教你如何快速分拆、删页、合并PDF文件

qq_37713191的博客

12-07

235

有时我们可能需要对PDF文件进行一些处理，例如分拆、删页、合并等。这些操作在一些专业的PDF软件中可能比较容易实现，但是如果我们想要用Python来自动化或批量处理这些操作呢？有没有什么简单而强大的Python库可以帮助我们呢？答案是肯定的。在Python中，有一个叫做PyPDF2的库，它可以让我们用简单的代码来处理PDF文件。在这篇教程中，我们将学习如何使用PyPDF2库来快速分拆、删页、合并PDF文件。我们将通过一些实际的例子来演示这些操作，并介绍一些常用的API和参数。在开始之前，我们需要先安装。

Python PDF 合并、删除、导出、分离操作

ron_xin的专栏

05-26

595

import os from PyPDF2 import PdfFileMerger from PyPDF2 import PdfFileWriter, PdfFileReader import datetime def gefPdfName(): now = datetime.datetime.now() otherStyleTime = now.strftime("%Y%m%d_%H%M%S") return otherStyleTime + '.pdf' def pr.

python 去除pdf页眉页脚

09-16

要去除PDF文件中的页眉页脚，可以使用Python中的第三方库PyPDF2来实现。首先，我们需要安装PyPDF2库。可以使用以下命令在命令行中安装库： ``` pip install PyPDF2 ``` 安装完成后，我们可以编写Python代码来去除PDF文件的页眉页脚。具体代码如下： ```python import PyPDF2 # 打开PDF文件 pdf_file = open('example.pdf', 'rb') # 创建PDF阅读器对象 pdf_reader = PyPDF2.PdfReader(pdf_file) # 创建PDF写入器对象 pdf_writer = PyPDF2.PdfWriter() # 遍历PDF页面 for page_num in range(pdf_reader.numPages): # 获取当前页面 page = pdf_reader.getPage(page_num) # 从页面中提取内容框 content_box = page.mediaBox # 更新内容框的上边界和下边界 content_box.upperRight = (content_box.upperRight[0], content_box.upperRight[1]-50) # 更新上边界 content_box.lowerLeft = (content_box.lowerLeft[0], content_box.lowerLeft[1]+50) # 更新下边界 # 创建新页面，并将内容框更新后的页面添加到PDF写入器中 new_page = pdf_writer.add_blank_page(width=page.mediaBox.getWidth(), height=page.mediaBox.getHeight()) # 创建新页面 new_page.mergeTranslatedPage(page, tx=0, ty=-50) # 添加内容框更新后的页面 # 将处理后的 PDF 页面写入新文件 output_file = open('new_example.pdf', 'wb') pdf_writer.write(output_file) # 关闭文件 pdf_file.close() output_file.close() ``` 以上代码将打开`example.pdf`文件，并遍历每个页面，通过更新内容框的上边界和下边界来去除页眉和页脚。然后将处理后的页面写入一个新的PDF文件`new_example.pdf`。

Python读取PDF文字 去掉页眉页脚

Python读取PDF文字去掉页眉页脚