Python - Elabora PDF

Python può leggere file PDF e stampare il contenuto dopo aver estratto il testo da esso. Per questo dobbiamo prima installare il modulo richiesto che èPyPDF2. Di seguito è riportato il comando per installare il modulo. Dovresti avere pip già installato nel tuo ambiente python.

pip install pypdf2

Dopo aver installato con successo questo modulo, possiamo leggere i file PDF utilizzando i metodi disponibili nel modulo.

import PyPDF2
pdfName = 'path\Tutorialspoint.pdf'
read_pdf = PyPDF2.PdfFileReader(pdfName)
page = read_pdf.getPage(0)
page_content = page.extractText()
print page_content

Quando eseguiamo il programma sopra, otteniamo il seguente output:

Tutorials Point originated from the idea that there exists a class of readers who respond better 
to online content and prefer to learn new skills at their own pace from the comforts of their 
drawing rooms.
 
The journey commenced with a single tutorial on HTML in 2006 and elated by the response 
it generated, we worked our way to adding fresh tutorials to our repository which now 
proudly flaunts a wealth of tutorials and allied articles on topics ranging from programming
languages to web designing to academics and much more.

Lettura di più pagine

Per leggere un pdf con più pagine e stampare ciascuna pagina con un numero di pagina usiamo il ciclo a con la funzione getPageNumber (). Nell'esempio seguente abbiamo il file PDF che ha due pagine. Il contenuto viene stampato sotto due intestazioni di pagina separate.

import PyPDF2
pdfName = 'Path\Tutorialspoint2.pdf'
read_pdf = PyPDF2.PdfFileReader(pdfName)
for i in xrange(read_pdf.getNumPages()):
    page = read_pdf.getPage(i)
    print 'Page No - ' + str(1+read_pdf.getPageNumber(page))
    page_content = page.extractText()
    print page_content

Quando eseguiamo il programma sopra, otteniamo il seguente output:

Page No - 1
Tutorials Point originated from the idea that there exists a class of readers who respond better to 
online content and prefer to learn new skills at their own pace from the comforts of their drawing 
rooms. 
Page No - 2
 
The journey commenced with a single tutorial on HTML in 2006 and elated by the response it 
generated, we worked our way to adding fresh tutorials to our repository which now proudly flaunts 
a wealth of tutorials and allied articles on topics ranging from p
rogramming languages to web 
designing to academics and much more.