如何在 Python 中將 PDF 轉換為文本（教程）

2.0 如何使用Python從PDF中提取文本？

1. 從Python下載頁面安裝最新版本的Python
2. 打開任何Python的IDE工具
3. 安裝.NET Core運行時
4. 安裝IronPDF for Python程式庫或從PyPI下載頁面下載
5. 從PDF中提取文本

from ironpdf import *

from ironpdf import *

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

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

# 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 使用IronPDF提取PDF文本

IronPDF for Python程式庫可以將PDF頁面轉換為PDF對象，並允許從PDF文件中提取文本，包括掃描的PDF文件。 這裡有一個範例，顯示如何使用IronPDF讀取現有的PDF。

第一個方法涉及提取PDF中所有可用的文本； 下面提供了一段代碼樣本。

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)

如上面的代碼所示，FromFile方法是一個PDF閱讀器對象，它加載現有的PDF文件並將其轉換為PDF-文件對象。 此對象可用於讀取PDF頁面上可用的文本和圖片。 該對象提供了一個名為ExtractAllText的方法，可以從整個PDF文件中提取所有的文本，並將其保存在一個可處理的字符串中。 然後使用print函數顯示文本。

顯示文本

提供了可以逐頁提取文本的第二種方法的代碼範例，它在下面提供。

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方法用於加載現有文件中的PDF文件並將其轉換為PDF文件對象，如上面的代碼所示。 PDF頁面對象上的一個名為ExtractTextFromPage的方法從PDF檔案中的一頁中提取所有文本。要從那個特定頁面提取文本，必須將頁碼作為參數提供。 然後，在提取文本後，可以使用page_text來保存可處理的信息。

查看更多範例來從PDF中提取文本。

4.0 結論

IronPDF程式庫相反，提供強大的安全措施以減少潛在風險。 它並非針對某個特定瀏覽器，而是適用於所有常用的瀏覽器。 IronPDF允許程式設計師僅需幾行代碼即可輕鬆生成和讀取PDF文件。 IronPDF程式庫提供了一系列授權選項，包括一個免費的開發者授權和可購買的額外開發授權，用於滿足不同開發者的需求。

IronPDF包含永久授權、30天退款保證、一年的軟體支援和升級選項。 初次購買後沒有額外費用。 這些授權可用於開發、測試和生產環境中。 了解更多關於產品授權的信息。

下載軟體產品。