python 3 如何获取pdf中的文字

1、首先，使用命令pip install pdfminer安装pdfminer（注意pip要是python3的，如果系统中还有python2，建议创建venv环境再用python和pip）。

2、安装好之后，对于linux用户，即可直接输入pdf2txt.py回车运行。

3、如图命令将test.pdf文件的文字抽取并输出到test.txt文件中。

4、如果要获取pdfminer更详细的使用说明，可以找到github上的euske/pdfminer仓库。

5、我们也可以直接查看pdf2txt.py的代码，观察其实现方式。

6、找到其中处理文本输出的部分，如图所示，结合前后即可提取文本输出的代码。

7、最终提取出来的代码如图所示，pdf_gettext即根据文件名，获取文件，并打印到stdout。

1、首先，使用命令pip install pdfminer安装pdfminer（注意pip要是python3的，如果系统中还有python2，建议创建venv环境再用python和pip）。

2、安装好之后，对于linux用户，即可直接输入pdf2txt.py回车运行。
3、如图命令将test.pdf文件的文字抽取并输出到test.txt文件中。
4、如果要获取pdfminer更详细的使用说明，可以找到github上的euske/pdfminer仓库。
5、我们也可以直接查看pdf2txt.py的代码，观察其实现方式。
6、找到其中处理文本输出的部分，如图所示，结合前后即可提取文本输出的代码。
7、最终提取出来的代码如图所示，pdf_gettext即根据文件名，获取文件，并打印到stdout。