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

NombreTipoAccesoDescripción
password`strNone`Lectura/Escritura

Métodos

FirmaDescripción
__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: strPath
extract_text()Extraer texto de las páginas PDF vinculadas.
get_text() → strDevolver todo el texto extraído concatenado.
get_next_page_text() → strDevuelve el texto de la página siguiente, avanzando el cursor.
has_next_page_text() → boolDevuelve True si hay texto disponible de otra página.
extract_image()Extrae imágenes de un PDF encuadernado.
has_next_image() → boolDevuelve True si hay otra imagen disponible.
get_next_image() → AnyDevuelve la siguiente imagen, avanzando el cursor.
extract_attachment()Extrae los archivos adjuntos del PDF enlazado.
get_attachment(name: str) → AnyDevuelve el archivo adjunto por nombre.
get_attach_names() → list[str]Devuelve la lista de nombres de los adjuntos.

Ver también

 Español