이 글에서는 가장 강력한 PDF 라이브러리 중 하나인 IronPDF for Python을 사용하여 PDF 문서에서 원하는 텍스트를 추출하는 방법을 설명합니다.

2.0 Python을 사용하여 PDF에서 텍스트를 추출하는 방법은 무엇입니까?

1. Python 다운로드 페이지에서 최신 버전의 Python을 설치하세요 .
2. Python용 IDE 도구를 엽니다.
3. .NET Core 런타임을 설치합니다.
4. Python용 IronPDF 라이브러리를 설치하거나 PyPI 다운로드 페이지에서 다운로드하세요.
5. PDF에서 텍스트 추출

2.1 IronPDF for Python이란 무엇인가요?

Python은 다른 언어에 비해 훨씬 동적인 언어이기 때문에 IronPDF 라이브러리를 Python에 통합하는 것은 매우 간단하며, 개발자가 그래픽 사용자 인터페이스를 빠르고 쉽게 만들 수 있도록 해줍니다. 이 소프트웨어는 PyQT, wxWidgets, Kivy를 비롯한 수많은 사전 설치된 도구와 다양한 추가 패키지 및 라이브러리를 제공하며, 이러한 모든 도구를 사용하여 완벽한 GUI를 신속하고 안전하게 제작할 수 있습니다.

IronPDF for Python은 특히 웹 개발에 유용한 매우 효율적인 라이브러리입니다. 이러한 현상의 원인 중 하나는 Django, Flask, Pyramid와 같은 다양한 Python 웹 개발 패러다임이 널리 보급되어 있기 때문입니다. 이러한 프레임워크는 레딧, 모질라, 스포티파이를 비롯한 수많은 웹사이트와 온라인 서비스에서 사용되어 왔습니다.

2.2 IronPDF 의 특징

• PDF 파일은 HTML, HTML5, ASP, PHP 웹사이트를 포함한 다양한 소스에서 생성 할 수 있습니다. HTML 파일 외에도 이미지 파일을 PDF로 변환하는 것도 가능합니다. IronPDF 사용하면 대화형 PDF 문서를 만들고, 대화형 양식을 작성하여 전송하고, PDF 파일을 분할 및 병합하고 , PDF 파일에서 텍스트와 이미지를 추출하고 , PDF 파일 내에서 특정 단어를 검색하고, PDF 페이지를 이미지로 래스터화하고 , PDF를 HTML로 변환하고, PDF 파일을 인쇄할 수 있습니다 .
• IronPDF PDF 파일을 열고 URL에서 인쇄할 수 있습니다. 또한, 이를 통해 사용자 에이전트는 HTML 로그인 양식, 프록시, 쿠키, HTTP 헤더, 사용자 지정 네트워크 로그인 자격 증명, 양식 변수 및 사용자 에이전트를 사용하여 로그인할 수 있습니다. IronPDF 사용하면 문서에서 이미지를 추출할 수 있습니다. IronPDF 사용하면 문서에 머리글과 바닥글 , 텍스트와 그림, 책갈피 와 워터마크 등을 매우 쉽게 추가할 수 있습니다. IronPDF 사용하면 새 문서 또는 기존 문서의 페이지를 결합하거나 분리할 수 있습니다.
• 아크로뱃 뷰어를 사용하지 않고도 문서를 PDF 개체로 변환할 수 있습니다.
• CSS 파일을 사용하여 PDF 문서를 만들 수 있습니다.
• CSS 파일 형식의 미디어를 사용하여 문서를 생성할 수 있습니다.

2.3 IronPDF 라이브러리 가져오기

IronPDF 사용할 소스 파일의 시작 부분에 다음 가져오기 문을 포함시켜 IronPDF 가져오십시오.

from ironpdf import *

from ironpdf import *

2.4 라이선스 키 설정 (필요한 경우)

IronPDF for Python은 무료로 사용할 수 있지만, 무료 사용자의 PDF 파일에는 타일 형태의 배경 워터마크가 표시됩니다. 워터마크 없는 PDF를 생성하기 위해 IronPDF 사용하려면 도서관에 유효한 라이선스 키를 제공해야 합니다. 다음 코드 조각은 라이선스 키를 사용하여 라이브러리를 설정하는 방법을 보여줍니다.

# Set the license key for IronPDF
License.LicenseKey = "IRONPDF-LICENSE-KEY-ABCDEFGH"

# Set the license key for IronPDF
License.LicenseKey = "IRONPDF-LICENSE-KEY-ABCDEFGH"

PDF 파일을 생성하거나 내용을 변경하기 전에 라이선스 키가 올바르게 구성되었는지 확인하십시오. LicenseKey 메서드는 다른 코드 줄 전에 호출되어야 합니다. 무료 평가판 라이선스 키를 받으려면 라이선스 페이지를 방문하세요.

2.5 로그 파일 설정

"Default"라는 텍스트 파일은 Python 스크립트 디렉터리 내의 Custom.log에서 생성된 로그 메시지를 저장할 수 있습니다. 아래 코드 조각은 LogFilePath 속성을 설정하고 로그 파일 이름 및 위치를 사용자 정의하는 데 사용할 수 있습니다:

# Enable debugging and set the log file path and mode
Logger.EnableDebugging = True
Logger.LogFilePath = "Custom.log"
Logger.LoggingMode = Logger.LoggingModes.All

# Enable debugging and set the log file path and mode
Logger.EnableDebugging = True
Logger.LogFilePath = "Custom.log"
Logger.LoggingMode = Logger.LoggingModes.All

3.0 IronPDF 이용한 PDF 텍스트 추출

IronPDF for Python 라이브러리는 PDF 페이지를 PDF 객체로 변환하고 스캔한 PDF 파일을 포함하여 PDF 파일에서 텍스트를 추출할 수 있습니다. 다음은 IronPDF 사용하여 기존 PDF 파일을 읽는 방법을 보여주는 예시입니다.

첫 번째 방법은 PDF 파일에 있는 모든 텍스트를 추출하는 것입니다. 아래에 코드 예시가 제공됩니다.

from ironpdf import *

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

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

# Display the extracted text
print(all_text)

from ironpdf import *

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

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

# Display the extracted text
print(all_text)

위 코드에서 설명한 바와 같이, FromFile 메서드는 기존 PDF 파일을 로드하고 이를 PDF 문서 개체로 변환하는 PDF 리더 객체입니다. 이 객체를 사용하면 PDF 페이지에 있는 텍스트와 이미지를 읽을 수 있습니다. 객체는 전체 PDF 파일에서 모든 텍스트를 추출하여 문자열에 보유하고 이를 처리할 수 있는 ExtractAllText이라는 메서드를 제공합니다. 그리고 print 함수를 사용하여 텍스트를 표시합니다.

Python에서 PDF를 텍스트로 변환하는 방법 (튜토리얼), 그림 1: 텍스트 표시 텍스트를 표시합니다

PDF 파일에서 페이지별로 텍스트를 추출하는 데 사용할 수 있는 두 번째 방법의 코드 예제는 아래에 제공됩니다.

from ironpdf import *

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

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

# Display the extracted text from the specified page
print(page_text)

from ironpdf import *

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

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

# Display the extracted text from the specified page
print(page_text)

FromFile 메서드는 기존 파일에서 PDF 파일을 로드하고 이를 PDF 파일 객체로 변환하는 데 사용됩니다. 위 코드에서와 같이. PDF 페이지 객체에 있는 ExtractTextFromPage 메서드는 PDF 파일의 페이지에서 모든 텍스트를 검색합니다. 특정 페이지에서 텍스트를 추출하려면 페이지 번호를 매개변수로 제공해야 합니다. 그런 다음 텍스트를 추출한 후, page_text를 사용하여 처리할 수 있는 정보를 보유할 수 있습니다.

PDF에서 텍스트를 추출하는 더 많은 예시를 확인해 보세요 .

4.0 결론

반면 IronPDF 라이브러리는 잠재적 위험을 줄이기 위해 강력한 보안 조치를 제공합니다. 이 프로그램은 특정 브라우저에 맞춰 제작된 것이 아니며 일반적으로 사용되는 모든 브라우저에서 작동합니다. IronPDF 사용하면 프로그래머는 단 몇 줄의 코드로 PDF 파일을 쉽게 생성하고 읽을 수 있습니다. IronPDF 라이브러리는 다양한 개발자의 요구를 충족하기 위해 무료 개발자 라이선스와 추가 개발자 라이선스를 포함한 다양한 라이선스 옵션을 제공합니다.

IronPDF 영구 라이선스, 30일 환불 보장, 1년간의 소프트웨어 지원 및 업그레이드 옵션을 제공합니다. 최초 구매 이후에는 추가 비용이 발생하지 않습니다. 이 라이선스는 개발, 스테이징 및 프로덕션 환경에서 사용할 수 있습니다. 제품 라이선싱에 대해 자세히 알아보세요 .

소프트웨어 제품을 다운로드하세요 .