File io 如何从pdf文件中逐行读取txt
这不是将pdf内容写入txt文件。。。我该怎么做?反复浏览每一页并调用File io 如何从pdf文件中逐行读取txt,file-io,python-2.7,File Io,Python 2.7,这不是将pdf内容写入txt文件。。。我该怎么做?反复浏览每一页并调用extractText()如下所示: import pyPdf f= open('jayabal_appt.pdf','rb') pdfl = pyPdf.PdfFileReader(f) output = pyPdf.PdfFileWriter() content="" for i in range(0,1): content += pdfl.getPage(i).extractText() + "\n" outp
extractText()
如下所示:
import pyPdf
f= open('jayabal_appt.pdf','rb')
pdfl = pyPdf.PdfFileReader(f)
output = pyPdf.PdfFileWriter()
content=""
for i in range(0,1):
content += pdfl.getPage(i).extractText() + "\n"
outpu = open('b.txt','wb')
outpu.write(content)
f.close()
outpu.close()
获得完整内容后,可以通过“\n”分隔符轻松拆分行
编辑:
在for循环之后检查变量
contents
是否包含任何文本。并非所有PDF文件都包含文本信息。import pyPdf f=open('jayabal_appt.PDF','rb')pdfl=pyPdf.PdfFileReader(f)output=pyPdf.PdfFileWriter()content=”“对于范围(0,1)内的i:content+=pdfl.getPage(i).extractText()+“\n”output.addPage(pdfl.getPage(0))outpu=open('b.txt','wb')outpu.write(content)f.close()outpu.close()这对吗?@VenkatramanK请更新您的问题并在那里添加格式化的代码。但从我所了解到的情况来看,您的代码中有一些拼写错误。
content = ""
for i in range(0, num_pages):
content += pdfl.getPage(i).extractText() + "\n"