【Python】PDFのテキストを取得する方法
※過去の記事を再投稿しています
概要
PDFから一括でテキストを取得したいことがあると思います
Pythonのライブラリを使用することで簡単に取得できます
「pdfminer.six」を利用します
sample.pdf
Pythonソースコード
import pdfminer
from pdfminer.high_level import extract_text
text = extract_text('./sample.pdf')
print(text)
解説
import pdfminer
インストールが必要です(pip install pdfminer.six)
from pdfminer.high_level import extract_text
pdfminer.high_levelをインポートします
text = extract_text('./sample.pdf')
PDFのパスを指定して読み込みます
print(text)
PDFから取得したテキストを表示します
サンプルPDF
Pythonのpdfminer.sixを利用して、PDFからテキストを抽出します。
出力結果になります
所感
PDFのテキストを取得するだけでなく、PDFの画像取得や操作を行うことができます