Python:如何使用PyPDF2解密和pdfminer提取文本?

时间:2018-09-04 15:32:27

标签: python pypdf2 pdfminer

我正在尝试从受保护的pdf文件的第一页中提取文本。我没有密码,但是PyPDF2中的解密功能似乎可以正常工作。但是PyPDF2提取时(使用了extractText()函数)错过了一些文本。因此,我想改为使用pdfminer(无法在Windows计算机上安装pdftotext,因此必须使用pdfminer)。这是当前代码:

    pdfFileObj = open(fileName, 'rb')
    pdfReader = PyPDF2.PdfFileReader(pdfFileObj)

    if pdfReader.isEncrypted:
        pdfReader.decrypt('')

    pageObject = pdfReader.getPage(0)

然后,我想使用pdfminer来读取pageObject中的文本,但无法弄清楚该怎么做。有人可以帮忙吗?

谢谢!

0 个答案:

没有答案