python读pdf文件字体大小_用Python读取pdf文件

#首先需要在cmd用 pip 安装pdfminer3k

如：

#pip list 可以看用pip 安装的所有东西

import sys

import importlib

importlib.reload(sys)

from pdfminer.pdfparser import PDFParser,PDFDocument

from pdfminer.pdfinterp import PDFResourceManager,PDFPageInterpreter

from pdfminer.converter import PDFPageAggregator

from pdfminer.layout import LTTextBoxHorizontal,LAParams

from pdfminer.pdfinterp import PDFTextExtractionNotAllowed

def readPDF(path,topath):

#以二进制形式打开pdf文件

f=open(path,'rb')

#创建一个pdf文档分析器

parser =PDFParser(f)

#创建一个pdf文档

pdfFile=PDFDocument()

#链接分析器与文档对象

parser.set_document(pdfFile)

pdfFile.set_parser(parser)

#提供初始化密码

pdfFile.initialize()

#检测文档是否提供txt转换

if not pdfFile.is_extractable:

raise PDFTextExtractionNotAllowed

else:

#解析数据

#数据管理器

manager=PDFResourceManager()

#创建一个pdf设备对象

laparams=LAParams()

device=PDFPageAggregator(manager,laparams=laparams)

#解释器对象

interpreter=PDFPageInterpreter(manager,device)

#开始循环处理，每次处理一页

for page in pdfFile.get_pages():

interpreter.process_page(page)

layout=device.get_result()

for x in layout:

if(isinstance(x,LTTextBoxHorizontal)):

with open(topath,'a') as f:

str1=x.get_text()

#操作

print(str1)

f.write(str1+'\n')

path=r'I:\1.pdf'

topath=r'I:\a.txt'

readPDF(path,topath)