介绍
pdfminer是python下一款处理PDF文件的工具,用于提取pdf中的文本信息
安装
- 下载源码:pdfminer-x.x.x.tar.gz (下载地址见下面网址,其中-x.x.x为版本号)
- 解压:手动解压或者输入命令 tar -xvf pdfminer-x.x.x.tar.gz
- 进入解压后的文件:cd pdfminer-x.x.x
- 安装语言库(CJK languages,即中日韩):# make cmap
- 安装: python setup.py install
验证
pdf2txt.py samples/simple1.pdf
复制代码
该命令会将samples路径下的simple1.pdf文件中的文本信息提取出来
更多
请参考其官网:euske.github.io/pdfminer/#s…