Python - PDF de processo

Python pode ler arquivos PDF e imprimir o conteúdo após extrair o texto dele. Para isso, temos que primeiro instalar o módulo necessário, que éPyPDF2. Abaixo está o comando para instalar o módulo. Você já deve ter o pip instalado em seu ambiente Python.

pip install pypdf2

Após a instalação bem-sucedida deste módulo, podemos ler arquivos PDF usando os métodos disponíveis no módulo.

import PyPDF2
pdfName = 'path\Tutorialspoint.pdf'
read_pdf = PyPDF2.PdfFileReader(pdfName)
page = read_pdf.getPage(0)
page_content = page.extractText()
print page_content

Quando executamos o programa acima, obtemos a seguinte saída -

Tutorials Point originated from the idea that there exists a class of readers who respond better 
to online content and prefer to learn new skills at their own pace from the comforts of their 
drawing rooms.
 
The journey commenced with a single tutorial on HTML in 2006 and elated by the response 
it generated, we worked our way to adding fresh tutorials to our repository which now 
proudly flaunts a wealth of tutorials and allied articles on topics ranging from programming
languages to web designing to academics and much more.

Ler várias páginas

Para ler um pdf com várias páginas e imprimir cada uma das páginas com um número de página, usamos o loop a com a função getPageNumber (). No exemplo abaixo temos o arquivo PDF que possui duas páginas. O conteúdo é impresso em dois títulos de página separados.

import PyPDF2
pdfName = 'Path\Tutorialspoint2.pdf'
read_pdf = PyPDF2.PdfFileReader(pdfName)
for i in xrange(read_pdf.getNumPages()):
    page = read_pdf.getPage(i)
    print 'Page No - ' + str(1+read_pdf.getPageNumber(page))
    page_content = page.extractText()
    print page_content

Quando executamos o programa acima, obtemos a seguinte saída -

Page No - 1
Tutorials Point originated from the idea that there exists a class of readers who respond better to 
online content and prefer to learn new skills at their own pace from the comforts of their drawing 
rooms. 
Page No - 2
 
The journey commenced with a single tutorial on HTML in 2006 and elated by the response it 
generated, we worked our way to adding fresh tutorials to our repository which now proudly flaunts 
a wealth of tutorials and allied articles on topics ranging from p
rogramming languages to web 
designing to academics and much more.