微信公众号搜"智元新知"关注
微信扫一扫可直接关注哦!

python - 阅读pdf忽略页眉和页脚

如何解决python - 阅读pdf忽略页眉和页脚

我有一个 pdf 文件,我正在使用 pymupdf 使用以下语法阅读该文件

import fitz # 这是 pymupdf

使用 fitz.open('file.pdf') 作为文档:

text = ""
for page in doc:
    text += page.getText()

有没有办法在阅读时忽略页眉和页脚?

尝试将 pdf 转换为 docx,因为它更容易删除标题。但是当我将其转换为 docx 时,我正在处理的 pdf 文件正在重新格式化。

pymupdf 在读取过程中有没有办法做到这一点?

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。