หน้าแรก>การเขียนโปรแกรมที่เกี่ยวข้อง>หลาม
ดาวน์โหลด

pdfminer.six

เราเข้าใจ PDF

Pdfminer.six เป็นชุมชนที่ดูแลทางแยกของ PDFMiner ดั้งเดิม เป็นเครื่องมือในการดึงข้อมูลจากเอกสาร PDF มุ่งเน้นไปที่การรับและวิเคราะห์ข้อมูลข้อความ Pdfminer.six แยกข้อความจากหน้าโดยตรงจากซอร์สโค้ดของ PDF นอกจากนี้ยังสามารถใช้เพื่อรับตำแหน่ง แบบอักษร หรือสีของข้อความได้อย่างแม่นยำ

มันถูกสร้างขึ้นในลักษณะโมดูลาร์เพื่อให้แต่ละส่วนประกอบของ pdfminer.six สามารถเปลี่ยนได้อย่างง่ายดาย คุณสามารถใช้ล่ามหรืออุปกรณ์เรนเดอร์ของคุณเองที่ใช้พลังของ pdfminer.six เพื่อวัตถุประสงค์อื่นนอกเหนือจากการวิเคราะห์ข้อความ

ตรวจสอบเอกสารฉบับเต็มได้ที่ Read the Docs

คุณสมบัติ

  • เขียนด้วยภาษา Python ทั้งหมด
  • แยกวิเคราะห์และแปลงเอกสาร PDF
  • แยกเนื้อหาเป็นข้อความ รูปภาพ html หรือ hOCR
  • รองรับข้อกำหนด PDF-1.7 (เกือบแล้ว)
  • รองรับภาษา CJK และสคริปต์การเขียนแนวตั้ง
  • รองรับแบบอักษรหลายประเภท (Type1, TrueType, Type3 และ CID)
  • รองรับการแยกภาพ (JPG, JBIG2, บิตแมป)
  • รองรับการบีบอัดข้อมูลต่างๆ (ASCIIHexDecode, ASCII85Decode, LZWDecode, FlateDecode, RunLengthDecode, CCITTFaxDecode)
  • รองรับการเข้ารหัส RC4 และ AES
  • รองรับการแยกแบบฟอร์มเชิงโต้ตอบของ AcroForm
  • การสกัดสารบัญ
  • แท็กการแยกเนื้อหา
  • การวิเคราะห์โครงร่างอัตโนมัติ

วิธีใช้

  • ติดตั้ง Python 3.8 หรือใหม่กว่า

  • ติดตั้ง pdfminer.six 

    pip install pdfminer.six

  • (ทางเลือก) ติดตั้งการพึ่งพาพิเศษสำหรับการแยกภาพ 

    pip install ' pdfminer.six[image] '

  • ใช้อินเทอร์เฟซบรรทัดคำสั่งเพื่อแยกข้อความจาก pdf 

    pdf2txt.py example.pdf

  • หรือใช้กับ Python 

     from pdfminer . high_level import extract_text

text = extract_text ( "example.pdf" )
print ( text )

มีส่วนร่วม

อย่าลืมอ่านหลักเกณฑ์การบริจาค

รับทราบ

พื้นที่เก็บข้อมูลนี้มีโค้ดจาก pyHanko ; ใบอนุญาตดั้งเดิมถูกรวมไว้ที่นี่

ขยาย
ข้อมูลเพิ่มเติม
แอปที่เกี่ยวข้อง
แนะนำสำหรับคุณ
ข้อมูลที่เกี่ยวข้อง ทั้งหมด