Python'da PDF'den Belirli Metni Çıkarma

IronPDF Özellikleri

• IronPDF ile, PDF dosyaları HTML, HTML5, ASPX ve Razor/MVC Görünümü de dahil olmak üzere çeşitli kaynaklardan oluşturulabilir. HTML sayfalarını dönüştürme ve görüntüleri PDF dosyalarına dönüştürme yeteneği sunar.
• Etkileşimli PDF'ler oluşturma, etkileşimli formlar tamamlama ve gönderme etkileşimli formlar, PDF dosyalarını bölme ve birleştirme, metin ve görüntüleri çıkarma, PDF dosyalarında metin arama, PDF'leri görüntülere rasterleştirme, yazı tipi boyutlarını değiştirme, doğal dil işlemeyi ChatGPT kullanarak yapma ve PDF sayfalarını düzgün biçimde dönüştürme gibi pek çok aktivite, IronPDF araç seti ile yapılabilir.
• IronPDF, kullanıcı ajanları, proxyler, çerezler, HTTP başlıkları ve form değişkenlerine destekle HTML giriş formu doğrulaması sunar.
• IronPDF, kullanıcıların korumalı belgelere erişim sağlamaları için kullanıcı adları ve şifreler kullanır.
• Sadece birkaç satır kodla, IronPDF bir dizi kaynaktan, bir dizi, akış veya URL'den PDF dosyası yazdırabilir.

Ortam Yapılandırması

Bilgisayarınızda Python'un kurulu olduğundan emin olun. İşletim sisteminize uygun, Python'un en son sürümünü indirmek ve kurmak için resmi Python web sitesine gidin. Python kurulduktan sonra proje ihtiyaçlarınızı ayırmak için sanal bir ortam oluşturun. venv modülünü kullanarak sanal ortamlar oluşturun ve yönetin, böylece dönüşüm projenize düzenli, ayrı bir çalışma alanı sağlayabilirsiniz.

PyCharm'da Yeni Girişim

Bu gösterim için, Python kodu geliştirmek üzere bir IDE olarak PyCharm önerilir.

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

PyCharm

"Yeni Proje"yi seçtiğinizde, projenin konumunu ve ortamını ayarlamanıza olanak tanıyan yeni bir pencere açılacaktır. Bu, aşağıdaki resimde görülebilir.

Yeni Proje

Proje konumunu ve ortam yolunu seçtikten sonra, yeni projeyi başlatmak için Oluştur düğmesine tıklayın. Daha sonra, bir yeni pencere açılarak program oluşturulabilir. Bu ders için Python 3.9 kullanılıyor.

Python Projesi Oluştur

IronPDF Kütüphanesi Gereksinimi

Python kütüphanesi IronPDF büyük ölçüde .NET 6.0 kullanır. Sonuç olarak, Python için IronPDF'i kullanabilmek için bilgisayarınızda .NET 6.0 çalıştırma ortamı kurulmuş olmalıdır. Linux ve Mac kullanıcılarının bu Python modülünü kullanmadan önce .NET'i yüklemeleri gerekebilir. Gerekli çalışma ortamını indirmek için Microsoft'un bu indirme sayfasını ziyaret edin.

IronPDF Kütüphanesi Kurulumu

.pdf uzantılı dosyaları üretmek, değiştirmek ve açmak için 'IronPDF' paketi yüklenmeli. Paketi PyCharm'da kurmak için bir terminal penceresi açın ve aşağıdaki komutu girin:

pip install ironpdf

Aşağıdaki ekran görüntüsünde ironpdf paketinin kurulumu gösterilmektedir.

IronPDF Yükle

PDF'den Sayfa Sayfa Çıkarma

Aşağıda sağlanan örnek kod, bir sayfa numarası kullanarak bir PDF dosyasından veri alma işlemini 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 okunacağını ve bir PDF nesnesinin nasıl oluşturulacağını göstermektedir. Bu nesne, PDF'nin metin ve görsellerine erişmek için kullanılabilir. ExtractTextFromPage fonksiyonuna sayfa numarasını bir parametre olarak geçerek, belirli bir sayfadan metin alınabilir. Bu yöntem, seçilen sayfadaki tüm kelimeleri içeren bir dize döndürecektir. Daha sonra, çıkarılan metinden tüm yeni satırları ayırmak için Python'da split fonksiyonunu kullanın. Daha sonra, çıkarılan metindeki her satırda istenen anahtar kelimelerin bulunup bulunmadığını kontrol edin. Anahtar kelime eşleşirse, komut isteminde belirli satır görüntülenecektir. Aksi takdirde, o satır atlanır ve bir sonraki satıra geçilir. Metin çıkarımı için çıktı aşağıda gösterildiği gibi olacaktır.