Python에서 최신 버전의 PDFMiner를 사용하여 PDF 파일에서 텍스트를 추출하는 방법은 무엇입니까?

Python에서 PDFMiner를 사용하여 PDF 파일에서 텍스트 추출

질문:

어떻게 할 수 있나요? Python에서 최신 버전의 PDFMiner를 사용하여 PDF 파일에서 텍스트를 추출하시겠습니까?

답변:

PDFMiner는 최근에 중요한 API 업데이트를 거쳤습니다. 현재 버전을 사용하여 텍스트를 추출하는 방법은 다음과 같습니다.

<code class="python">from pdfminer.pdfinterp import PDFResourceManager, PDFPageInterpreter
from pdfminer.converter import TextConverter
from pdfminer.layout import LAParams
from pdfminer.pdfpage import PDFPage
from io import StringIO

def convert_pdf_to_txt(path):
    rsrcmgr = PDFResourceManager()
    retstr = StringIO()
    codec = 'utf-8'
    laparams = LAParams()
    device = TextConverter(rsrcmgr, retstr, codec=codec, laparams=laparams)
    fp = open(path, 'rb')
    interpreter = PDFPageInterpreter(rsrcmgr, device)
    password = ""
    maxpages = 0
    caching = True
    pagenos=set()

    for page in PDFPage.get_pages(fp, pagenos, maxpages=maxpages, password=password,caching=caching, check_extractable=True):
        interpreter.process_page(page)

    text = retstr.getvalue()

    fp.close()
    device.close()
    retstr.close()
    return text</code>

참고: 이 솔루션은 PDFMiner의 최신 업데이트로 도입된 API 변경 사항을 해결하여 현재 버전의 라이브러리와의 호환성을 보장합니다.

위 내용은 Python에서 최신 버전의 PDFMiner를 사용하여 PDF 파일에서 텍스트를 추출하는 방법은 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!