Python - ประมวลผล PDF
Python สามารถอ่านไฟล์ PDF และพิมพ์เนื้อหาหลังจากแยกข้อความออกมาแล้ว ก่อนอื่นเราต้องติดตั้งโมดูลที่จำเป็นซึ่งก็คือPyPDF2. ด้านล่างนี้คือคำสั่งในการติดตั้งโมดูล คุณควรติดตั้ง pip ไว้แล้วในสภาพแวดล้อม python ของคุณ
pip install pypdf2
ในการติดตั้งโมดูลนี้สำเร็จเราสามารถอ่านไฟล์ PDF โดยใช้วิธีการที่มีอยู่ในโมดูล
import PyPDF2
pdfName = 'path\Tutorialspoint.pdf'
read_pdf = PyPDF2.PdfFileReader(pdfName)
page = read_pdf.getPage(0)
page_content = page.extractText()
print page_content
เมื่อเรารันโปรแกรมข้างต้นเราจะได้ผลลัพธ์ดังต่อไปนี้ -
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.
การอ่านหลายหน้า
หากต้องการอ่าน pdf ที่มีหลายหน้าและพิมพ์แต่ละหน้าด้วยหมายเลขหน้าเราใช้การวนซ้ำกับฟังก์ชัน getPageNumber () ในตัวอย่างด้านล่างเราเป็นไฟล์ PDF ซึ่งมีสองหน้า เนื้อหาจะพิมพ์ภายใต้ส่วนหัวสองหน้าแยกกัน
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
เมื่อเรารันโปรแกรมข้างต้นเราจะได้ผลลัพธ์ดังต่อไปนี้ -
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.