テキストを抽出

from ironpdf import *

# Load existing PDF document
pdf = PdfDocument.FromFile("content.pdf")

# Extract text from PDF document
all_text = pdf.ExtractAllText()

# Extract text from specific page in the document
page_2_text = pdf.ExtractTextFromPage(1)

pip install ironpdf

pip install ironpdf

テキストを抽出

IronPDF for Pythonは、ExtractTextFromPageメソッドを使用して、PDFドキュメントのテキストコンテンツをドキュメント全体または個々のページから抽出できます。

開始方法

PdfDocument.FromFileを使ってロードし、適切な抽出メソッドを呼び出します。どちらのメソッドも、抽出されたテキストを含むPythonの文字列を返します。

コードの理解

PdfDocument.FromFile(path)：指定されたファイルパスから既存のPDFドキュメントを開きます。パスワード保護されたファイルの場合、2つ目の引数としてパスワードを渡します。
ExtractAllText()：ドキュメントのすべてのページから抽出されたテキストをページ順に単一の文字列として返します。
ExtractTextFromPage(pageIndex)：単一ページのテキストコンテンツを返します。 1を渡して使用します。