PdfExtractor

概述

PdfExtractor 是 Aspose.PDF FOSS 中用于 Python 的一个类。

简单的 PDF 文本和图像提取器。

此类提供 14 个方法，用于在 Python 程序中处理 PdfExtractor 对象。可用的方法包括：__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，以及另外 2 个方法。安装 Aspose.PDF FOSS for Python 包后，所有公共成员对任何 Python 应用程序均可访问。属性：password。

属性

名称	类型	访问	描述
`password`	`str	None`	读写

方法

签名	描述
`__init__()`	Calls init 在此 PdfExtractor 实例上。
`close()`	关闭提取器并释放资源。
`dispose()`	将提取器标记为已释放。
`bind_pdf(source: str	Path
`extract_text()`	从已绑定的 PDF 页面中提取文本。
`get_text()` → `str`	返回所有提取的文本，连接起来。
`get_next_page_text()` → `str`	返回下一页的文本，并推进光标。
`has_next_page_text()` → `bool`	如果还有下一页文本可用，返回 True。
`extract_image()`	从绑定的 PDF 中提取图像。
`has_next_image()` → `bool`	如果还有其他图像可用，返回 True。
`get_next_image()` → `Any`	返回下一张图片，移动光标。
`extract_attachment()`	从绑定的 PDF 中提取附件。
`get_attachment(name: str)` → `Any`	按名称返回附件文件。
`get_attach_names()` → `list[str]`	返回附件名称列表。

另请参阅

Aspose.PDF for Python — Enterprise API Reference