python3 pdf 转 txt

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

阅读更多
个人分类: 技术代码
想对作者说点什么? 我来说一句

pdfminer3k pdf 解析 python3

2017年08月21日 3.98MB 下载

没有更多推荐了,返回首页

加入CSDN,享受更精准的内容推荐,与500万程序员共同成长!
关闭
关闭