PdfExtractor
Visión general
PdfExtractor es una clase en Aspose.PDF FOSS para Python.
Extractor simple de texto e imágenes PDF.
Esta clase proporciona 14 métodos para trabajar con objetos PdfExtractor en programas Python. Los métodos disponibles incluyen: __init__, bind_pdf, close, dispose, extract_attachment, extract_image, extract_text, get_attach_names, get_attachment, get_next_image, get_next_page_text, get_text, y 2 métodos adicionales. Todos los miembros públicos son accesibles para cualquier aplicación Python después de instalar el paquete Aspose.PDF FOSS para Python. Propiedades: password.
Propiedades
| Nombre | Tipo | Acceso | Descripción |
|---|---|---|---|
password | `str | None` | Lectura/Escritura |
Métodos
| Firma | Descripción |
|---|---|
__init__() | Calls init en esta instancia de PdfExtractor. |
close() | Cierra el extractor y libera los recursos. |
dispose() | Marcar el extractor como descartado. |
| `bind_pdf(source: str | Path |
extract_text() | Extraer texto de las páginas PDF vinculadas. |
get_text() → str | Devolver todo el texto extraído concatenado. |
get_next_page_text() → str | Devuelve el texto de la página siguiente, avanzando el cursor. |
has_next_page_text() → bool | Devuelve True si hay texto disponible de otra página. |
extract_image() | Extrae imágenes de un PDF encuadernado. |
has_next_image() → bool | Devuelve True si hay otra imagen disponible. |
get_next_image() → Any | Devuelve la siguiente imagen, avanzando el cursor. |
extract_attachment() | Extrae los archivos adjuntos del PDF enlazado. |
get_attachment(name: str) → Any | Devuelve el archivo adjunto por nombre. |
get_attach_names() → list[str] | Devuelve la lista de nombres de los adjuntos. |