利用利用python将将pdf输出为输出为txt的实例讲解的实例讲解
一个礼拜前一个同学问我这个事情，由于之前在参加华为的比赛，所以赛后看了一下，据说需要用到pdfminer这个包。于是安
装了一下，安装过程很简单：
sudo pip install pdfminer;
中间也没有任何的报错。至于如何调用，本人也没有很好的研究过pdfminer这个库，于是开始了百度……
官方文档：官方文档：http://www.unixuser.org/~euske/python/pdfminer/index.html
完全使用python编写。 （适用于2.4或更新版本）
解析，分析，并转换成PDF文档。
PDF-1.7规范的支持。 （几乎）
中日韩语言和垂直书写脚本支持。
各种字体类型（Type1、TrueType、Type3，和CID）的支持。
基本加密（RC4）的支持。
PDF与HTML转换。
纲要（TOC）的提取。
标签内容提取。
通过分组文本块重建原始的布局。
一些基本的类一些基本的类
PDFParser：从一个文件中获取数据
PDFDocument：保存获取的数据，和PDFParser是相互关联的
PDFPageInterpreter处理页面内容
PDFDevice将其翻译成你需要的格式
PDFResourceManager用于存储共享资源，如字体或图像。
简单的实现简单的实现
读取test.pdf输出为output.txt:
# -*- coding: utf-8 -*-
from pdfminer.pdfparser import PDFParser
评论0