如何在Python中使用带有"-layout“选项的pdftotext库
如何在Python中使用带有"-layout“选项的pdftotext库
提问于 2021-04-15 09:53:26
我正在使用Python pdftotext来抓取一个PDF文件的文本。这很好，但是我需要命令行工具在pdftotext -layout pdf_file.pdf中提供的“pdftotext -layout pdf_file.pdf”选项。不确定不需要在代码中显式地使用命令，这是否可能。
实际代码：
pdf = pdftotext.PDF(file)
plain_text = "\n\n".join(pdf)为更好地抓取布局选项的理想代码：
pdf = pdftotext.PDF(file, "-layout")
plain_text = "\n\n".join(pdf)我想在Python程序中避免这样做：
cmd = ['pdftotext', '-f', str(1), '-l', str(1), str(pdf_file), '-layout', '-']谢谢!
回答 1
Stack Overflow用户
发布于 2022-03-26 18:30:28
with open("file.pdf", "rb") as f:
pdf=pdftotext.PDF(f,physical=True)
Inside the code found:
" raw: If True, page text is output in the order it appears in the\n"
" content stream.\n"
" physical: If True, page text is output in the order it appears页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/67106225
复制相关文章
相似问题
腾讯云开发者
