如何在 Python 中將 PDF 轉換為文本（教程）

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 。

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

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讀取現有的 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)

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 檔案並將其轉換為 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 文件中提取每一段文本，並將文本保存在一個可以處理的字串中。 然後使用 print 函數顯示文字。

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)

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 頁面物件上的一個名為 ExtractTextFromPage 的方法可以檢索 PDF 檔案中某一頁的所有文字。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允許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。