訊息圖示
跳過到頁腳內容
  1. IronPDF for Python
  2. 部落格
  3. 使用 IronPDF for Python
  4. PDF 轉文字 Python
使用 IRONPDF FOR PYTHON

如何在 Python 中將 PDF 轉換為文本（教程）

Curtis Chau
Curtis Chau
更新:

本文將示範如何使用 IronPDF for Python（最強大的 PDF 庫之一）來提取 PDF 文件中的任何文字。

如何在 Python 中將 PDF 轉換為文本

  1. 安裝一個 Python 庫，用於將 PDF 轉換為文字。
  2. 加載一個現有的 PDF 文件或渲染一個新的
  3. 使用ExtractAllText方法從開啟的檔案中讀取文本
  4. 使用該方法的另一個重載來讀取特定頁面中的文字。
  5. 將提取的文本輸出到控制台或保存到文本文件中

2.0 如何使用 Python 從 PDF 擷取文字？

1.從 Python 下載頁面安裝最新版本的 Python 。

  1. 開啟任一 Python IDE 工具
  2. 安裝 .NET Core 執行階段
  3. 安裝 IronPDF for Python 函式庫，或從 PyPI 下載頁面下載。
  4. 從PDF文件中提取文本

2.1 什麼是 Python 版 IronPDF？

由於 Python 是一種比其他語言更具動態性的語言，因此將 IronPDF 庫整合到 Python 中非常簡單，它使開發人員能夠快速輕鬆地創建圖形使用者介面。 它預先安裝了大量工具，包括 PyQT、wxWidgets、kivy 以及許多其他軟體包和函式庫，所有這些都可以用來快速、安全地創建完整的 GUI。

IronPDF for Python 是一個極為有效率的函式庫，特別適用於 Web 開發。 造成這種情況的部分原因在於 Python Web 開發範式眾多，例如 Django、Flask 和 Pyramid。 這些框架已被許多網站和線上服務使用，包括 Reddit、Mozilla 和 Spotify。

2.2 IronPDF 的特點

  • PDF 檔案可以從多種來源創建，包括 HTML、HTML5、ASP 和 PHP 網站。 除了 HTML 檔案外，還可以將圖片檔案轉換為 PDF 。
  • IronPDF 讓您可以建立互動式 PDF 文件、填寫和傳送互動式表單、分割和合併PDF 文件、從 PDF 文件中提取文字和圖像、在 PDF 文件中搜尋特定單字、將 PDF 頁面柵格化為圖像、將 PDF 轉換為 HTML 以及列印 PDF 文件。 IronPDF 可以開啟 PDF 檔案並從 URL 列印。 此外，它還允許使用者代理透過 HTML 登入表單、代理、cookie、HTTP 標頭、自訂網頁登入憑證、表單變數和使用者代理程式進行登入。
  • 可以使用 IronPDF 從文件中擷取影像。 使用 IronPDF，可以非常輕鬆地在文件中添加頁首和頁尾、文字和圖片、書籤和浮水印等等。
  • 使用 IronPDF，可以在新文件或現有文件中合併和分離頁面。
  • 無需使用 Acrobat 檢視器，即可將文件轉換為 PDF 物件。
  • 可以使用 CSS 檔案來建立 PDF 文件。
  • 可以使用媒體類型 CSS 檔案建立文件。

2.3 導入 IronPDF 庫

為了導入 IronPDF，請在將要使用 IronPDF 的來源檔案開頭新增以下導入語句：

from ironpdf import *
from ironpdf import *
PYTHON

2.4 設定許可證密鑰（如需要）

雖然 IronPDF for Python 可以免費使用，但它會為免費用戶的 PDF 檔案添加平鋪背景浮水印。 若要使用 IronPDF 建立無浮水印 PDF，您必須向庫提供合法的許可證金鑰。 以下程式碼片段展示如何使用許可證金鑰設定庫：

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

在建立 PDF 檔案或變更其內容之前，請確保已配置許可證金鑰。 LicenseKey方法應該在任何其他程式碼行之前呼叫。 若要取得免費試用許可證金鑰，請造訪許可證頁面。

2.5 設定日誌文件

一個名為"Default"的文字檔案可以儲存 Python 腳本目錄中 Custom.log 產生的日誌訊息。 以下程式碼片段可用於設定LogFilePath屬性，並自訂日誌檔案名稱和位置：

# 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
PYTHON

3.0 使用 IronPDF 擷取 PDF 文本

IronPDF for Python 庫可以將 PDF 頁面轉換為 PDF 對象，並支援從 PDF 文件（包括掃描的 PDF 文件）中提取文字。 以下範例展示如何使用 IronPDF 讀取現有 PDF 檔案。

第一種方法是提取 PDF 中所有可用的文字； 下面提供了一個程式碼範例。

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)
PYTHON

如上面的程式碼所示， FromFile方法是一個 PDF 閱讀器對象，它會載入現有的 PDF 文件並將其轉換為 PDF 文件對象。 此物件可用於讀取 PDF 頁面上的文字和圖像。 該物件提供了一個名為ExtractAllText的方法，該方法從整個 PDF 文件中提取所有文本，並將文本保存在一個可以處理的字串中。 然後使用print功能顯示文字。

如何在 Python 中將 PDF 轉換為文字（教程），圖 1：顯示文本 顯示文字

下面提供了第二種方法的程式碼範例，該方法可以逐頁從PDF文件中提取文字。

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)
PYTHON

FromFile方法用於從現有文件中載入 PDF 文件並將其轉換為 PDF 文件對象，如上面的程式碼所示。 PDF頁面物件上的ExtractTextFromPage方法可以從PDF檔案的某一頁中提取所有文字。必須提供頁碼作為參數才能從特定頁面提取文字。 然後，在提取文字之後，可以使用page_text來保存可以處理的資訊。

查看更多從 PDF 檔案中提取文字的範例。

4.0 結論

相比之下，IronPDF 庫提供了強大的安全措施來降低潛在風險。 它不針對任何特定瀏覽器，可與所有常用瀏覽器相容。 IronPDF 讓程式設計師只需幾行程式碼即可輕鬆產生和讀取 PDF 文件。 IronPDF 庫提供一系列許可選項，包括免費的開發者許可證和可供購買的額外開發許可證，以滿足不同開發者的需求。

IronPDF 提供永久許可證、30 天退款保證、一年軟體支援和升級選項。 首次購買後無需支付其他費用。 這些許可證可用於開發、測試和生產環境。 了解更多產品授權資訊。

下載軟體產品。

常見問題解答

如何在 Python 中將 PDF 轉換為文字？

您可以使用 IronPDF 的 PdfDocument.FromFile 方法載入 PDF，然後運用 ExtractAllText 或 ExtractTextFromPage 方法提取所需的文字，在 Python 中將 PDF 轉換為文字。

在 Python 中使用 PDF 函式庫需要哪些設定？

要使用 IronPDF，您需要安裝 Python 和 IDE，以及 .NET Core runtime。您可以透過 PyPI 下載頁面安裝 IronPdf。

我可以使用 Python 擷取 PDF 中特定頁面的文字嗎？

是的，使用 IronPdf，您可以使用 ExtractTextFromPage 方法，通過提供頁碼作為參數，從特定頁面中提取文本。

在 Python 中使用 PDF 函式庫是否有免費的選擇？

IronPDF for Python 提供免費版本，可在 PDF 上加入水印。若要移除水印並解鎖完整功能，您需要授權金鑰。

如何將 PDF 函式庫與 Django 或 Flask 等網頁框架整合？

IronPdf 可與 Django 和 Flask 等 Web 框架無縫整合，讓您在 Web 應用程式專案中產生並處理 PDF。

我應該在 Python PDF 函式庫中尋找哪些功能？

像 IronPDF 這樣全面的 PDF 函式庫應該支援從 HTML 和圖片建立 PDF、抽取文字、填寫表單、合併 PDF 以及新增書籤和水印。

如何在 Python 中為 PDF 函式庫設定授權金鑰？

對於 IronPdf，在執行任何其他程式碼之前，請使用 License.LicenseKey 方法設定授權金鑰，以註冊授權並移除水印。

Python PDF 函式庫是否支援從網頁建立 PDF？

IronPDF 可以從 HTML、HTML5 以及使用 ASP 或 PHP 建立的網頁中建立 PDF，使其成為網頁型 PDF 生成的多功能工具。

如何在 Python 的 PDF 函式庫中啟用除錯功能？

透過設定 Logger.EnableDebugging 為 true 並使用 Logger.LogFilePath 定義日誌檔案路徑，啟用 IronPDF 的除錯功能。

Python PDF 函式庫有哪些安全功能？

IronPDF 可確保安全性和跨瀏覽器相容性，為尋求在 Python 中安全操作 PDF 的開發人員提供可靠的解決方案。

Curtis Chau
Curtis Chau
  立即與工程團隊聊天
技術作家

Curtis Chau 擁有卡爾頓大學計算機科學學士學位，專注於前端開發，擅長於 Node.js、TypeScript、JavaScript 和 React。Curtis 熱衷於創建直觀且美觀的用戶界面，喜歡使用現代框架並打造結構良好、視覺吸引人的手冊。

除了開發之外，Curtis 對物聯網 (IoT) 有著濃厚的興趣，探索將硬體和軟體結合的創新方式。在閒暇時間，他喜愛遊戲並構建 Discord 機器人，結合科技與創意的樂趣。

相關文章

30 天試用 → 完整產品。無限制。無卡。 開始免費試用