本文實例為大家分享了Python批量提取PDF文件中文本的具體代碼，供大家參考，具體內容如下

首先需要執行命令pip install pdfminer3k來安裝處理PDF文件的擴展庫。

import os

import sys

import time

pdfs = (pdfs for pdfs in os.listdir('.') if pdfs.endswith('.pdf'))

for pdf1 in pdfs:

pdf = pdf1.replace(' ', '_').replace('-', '_').replace('&', '_')

os.rename(pdf1, pdf)

print('='*30)

print(pdf)

txt = pdf[:-4] + '.txt'

exe = '"' + sys.executable + '" "'

pdf2txt = os.path.dirname(sys.executable)

pdf2txt = pdf2txt + '\\scripts\\pdf2txt.py" -o '

try:

#調用命令行工具pdf2txt.py進行轉換

#如果pdf加密過可以改寫下面的代碼

#在-o前面使用-P來指定密碼

cmd = exe + pdf2txt + txt + ' ' + pdf

os.popen(cmd)

#轉換需要一定時間，一般小文件2秒鐘足夠了

time.sleep(2)

#輸出轉換后的文本，前200個字符

with open(txt, encoding='utf8') as fp:

print(fp.read(200))

except:

pass

來源：python小屋

以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持我們。

本文標題: Python批量提取PDF文件中文本的腳本

本文地址: http://www.cppcns.com/jiaoben/python/222570.html

總結

以上是生活随笔為你收集整理的python批量提取pdf的数据_Python批量提取PDF文件中文本的脚本的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。