Python'da PDF'den Belirli Metni Çıkarma

IronPDF Özellikleri

• IronPDF ile, PDF dosyaları çeşitli kaynaklardan oluşturulabilir, HTML, HTML5, ASPX ve Razor/MVC Görünümü dahil. HTML sayfalarını dönüştürme ve resimleri PDF dosyalarına dönüştürme yeteneği sunar.
• Etkileşimli PDF'ler oluşturma, etkileşimli formları doldurma ve gönderme, PDF dosyalarını bölme ve birleştirme, metin ve resimleri çıkarma, PDF dosyalarında metin arama, PDF'leri resimlere dönüştürme, yazı tipi boyutlarını değiştirme, ChatGPT kullanarak doğal dil işleme ve PDF sayfalarını uygun şekilde dönüştürme gibi aktiviteler, IronPDF araç seti ile desteklenebilir.
• IronPDF, kullanıcı temsilcileri, proxy'ler, çerezler, HTTP başlıkları ve form değişkenleri için destekle HTML giriş formu doğrulaması sunar.
• IronPDF, kullanıcıların korunan belgelere erişimini sağlamak için kullanıcı adları ve şifreler kullanır.
• Sadece birkaç kod satırı ile, IronPDF bir dize, akış veya URL dahil, çeşitli kaynaklardan bir PDF dosyası yazdırabilir.

Ortam Yapılandırması

Python'un bilgisayarınızda kurulu olduğundan emin olun. Python'un işletim sisteminizle uyumlu en son sürümünü indirmek ve kurmak için resmi Python web sitesine gidin. Python kurulduktan sonra proje ihtiyaçlarınızı ayırmak için sanal bir ortam oluşturun. Dönüşüm projenize düzenli, ayrı bir çalışma ortamı sağlamak için venv modülü ile sanal ortamlar oluşturun ve yönetin.

PyCharm'da Yeni İnisiyatif

Bu demoda, Python kodu geliştirmek için bir IDE olarak PyCharm önerilmektedir.

PyCharm IDE'yi başlattıktan sonra "Yeni Proje"yi seçin.

PyCharm

"Yeni Proje"yi seçtiğinizde bir pencere açılacak, burada projenin konumu ve ortamı ayarlanabilir. Bu, aşağıdaki resimde görülebilir.

Yeni Proje

Proje konumunu ve ortam yolunu seçtikten sonra, yeni bir proje başlatmak için Oluştur düğmesine tıklayın. Program daha sonra, yeni bir pencerenin açılması sonucu oluşturulabilir. Bu ders için Python 3.9 kullanılmaktadır.

Python Projesi Oluştur

IronPDF Kütüphanesi Gereksinimi

Python kütüphanesi IronPDF büyük ölçüde .NET 6.0 kullanır. Sonuç olarak, IronPDF for Python'u kullanmak için bilgisayarınızda .NET 6.0 çalışma zamanı kurulu olmalıdır. Linux ve Mac kullanıcılarının bu Python modülünü kullanmadan önce .NET yüklemesi gerekebilir. Gerekli çalışma ortamını edinmek için bu Microsoft indirme sayfasını ziyaret edin.

IronPDF Kütüphane Kurulumu

".pdf" uzantılı dosyaları oluşturmak, değiştirmek ve açmak için "ironpdf" paketi kurulmalıdır. PyCharm'da paketi kurmak için terminal penceresi açın ve aşağıdaki komutu yazın:

pip install ironpdf

pip install ironpdf

Aşağıdaki ekranda ironpdf paketinin kurulumu gösterilmektedir.

IronPDF'i Yükle

PDF'den Sayfa Sayfa Çıkarma

Aşağıda verilen örnek kod, bir PDF dosyasından sayfa numarasını kullanarak veri elde etmenin nasıl yapılacağını gösterir.

from ironpdf import PdfDocument

# Load the PDF file
pdf = PdfDocument.FromFile('F:\\PDF\\Extract.pdf')
# Extract text from the first page of the PDF document
all_text = pdf.ExtractTextFromPage(0)
# Iterate over each line in the extracted text
for line in all_text.split('\n'):
    # Check if the line contains the keyword "Name"
    if 'Name' in line:
        # Print the line if it contains the keyword
        print(line)

from ironpdf import PdfDocument

# Load the PDF file
pdf = PdfDocument.FromFile('F:\\PDF\\Extract.pdf')
# Extract text from the first page of the PDF document
all_text = pdf.ExtractTextFromPage(0)
# Iterate over each line in the extracted text
for line in all_text.split('\n'):
    # Check if the line contains the keyword "Name"
    if 'Name' in line:
        # Print the line if it contains the keyword
        print(line)

Kod parçası, FromFile fonksiyonunu kullanarak bir PDF dosyasının nasıl okunacağı ve bir PDF nesnesinin nasıl oluşturulacağını gösterir. Bu nesne, PDF'nin metin ve görsellerine erişmek için kullanılabilir. ExtractTextFromPage fonksiyonuna sayfa numarası parametre olarak geçirilerek, belirli bir sayfadan metin alınabilir. Bu yöntem, seçilen sayfadaki tüm kelimeleri içeren bir dize döndürecektir. Daha sonra, çıkarılan metinlerden tüm yeni satırları ayırmak için Python'da split fonksiyonunu kullanın. Bundan sonra, çıkarılan metindeki her satırın gereken anahtar kelimeleri içerip içermediğini kontrol edin. Anahtar kelime eşleşirse, komut isteminde belirli satır gösterilecektir. Aksi takdirde, o satır göz ardı edilecek ve bir sonraki satıra geçilecektir. Metin çıkarımının çıktısı aşağıda gösterildiği gibi görünecektir.