python自学网pdf_python中怎么将pdf内容显示出来？

python读取pdf文件需要使用pdfminer库&＃xff0c;安装pdfminer库的命令如下&＃xff1a;pip install pdfminer

python读取pdf的文件如下&＃xff1a;# coding&＃61;utf-8

import sys

reload(sys)

sys.setdefaultencoding(&＃39;utf-8&＃39;)

import time

time1&＃61;time.time()

import os.path

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

result&＃61;[]

class CPdf2TxtManager():

def __init__(self):

&＃39;&＃39;&＃39;&＃39;&＃39;

Constructor

&＃39;&＃39;&＃39;

def changePdfToText(self, filePath):

file &＃61; open(path, &＃39;rb&＃39;) # 以二进制读模式打开

#用文件对象来创建一个pdf文档分析器

praser &＃61; PDFParser(file)

# 创建一个PDF文档

doc &＃61; PDFDocument()

# 连接分析器 与文档对象

praser.set_document(doc)

doc.set_parser(praser)

# 提供初始化密码

# 如果没有密码 就创建一个空的字符串

doc.initialize()

# 检测文档是否提供txt转换&＃xff0c;不提供就忽略

if not doc.is_extractable:

raise PDFTextExtractionNotAllowed

# 创建PDf 资源管理器 来管理共享资源

rsrcmgr &＃61; PDFResourceManager()

# 创建一个PDF设备对象

laparams &＃61; LAParams()

device &＃61; PDFPageAggregator(rsrcmgr, laparams&＃61;laparams)

# 创建一个PDF解释器对象

interpreter &＃61; PDFPageInterpreter(rsrcmgr, device)

pdfStr &＃61; &＃39;&＃39;

# 循环遍历列表&＃xff0c;每次处理一个page的内容

for page in doc.get_pages(): # doc.get_pages() 获取page列表

interpreter.process_page(page)

# 接受该页面的LTPage对象

layout &＃61; device.get_result()

for x in layout:

if hasattr(x, "get_text"):

# print x.get_text()

result.append(x.get_text())

fileNames &＃61; os.path.splitext(filePath)

with open(fileNames[0] &＃43; &＃39;.txt&＃39;,&＃39;wb&＃39;) as f:

results &＃61; x.get_text()

print(results)

f.write(results &＃43; &＃39;\n&＃39;)

if __name__ &＃61;&＃61; &＃39;__main__&＃39;:

&＃39;&＃39;&＃39;&＃39;&＃39;

解析pdf 文本&＃xff0c;保存到txt文件中

&＃39;&＃39;&＃39;

path &＃61; u&＃39;C:/data3.pdf&＃39;

pdf2TxtManager &＃61; CPdf2TxtManager()

pdf2TxtManager.changePdfToText(path)

# print result[0]

time2 &＃61; time.time()

print u&＃39;ok,解析pdf结束!&＃39;

print u&＃39;总共耗时&＃xff1a;&＃39; &＃43; str(time2 - time1) &＃43; &＃39;s&＃39;

pdf文件如下&＃xff1a;

python读取结果如下&＃xff1a;

更多Python知识请关注Python自学网。