[Python] [PyPDF2] PDF 파일 정보 추출

PyPDF2

https://pythonhosted.org/PyPDF2/

PyPDF2 Documentation — PyPDF2 1.26.0 documentation

PyPDF2 설치

pip install PyPDF2

 

PyPDF2를 이용한 파일 정보 추출

from PyPDF2 import PdfFileReader
pdfreader = PdfFileReader("sample.pdf")
# Document Information
print(pdfreader.documentInfo)
# Total page number
print(f"Number of pages: {pdfreader.numPages}")
# Get text from the first page
print(pdfreader.getPage(0).extractText())

결과

{
	'/Title': 'PowerPoint 프레젠테이션', 
	'/Author': 'Author', 
	'/CreationDate': "D:20220110111620+09'00'",
	'/ModDate': "D:20220110111620+09'00'", 
	'/Producer': 'Microsoft® PowerPoint® 2013', 
	'/Creator': 'Microsoft® PowerPoint® 2013'
}

Number of pages: 1

:
1
2
3
1_1
2_1
3_1
1_2
2_2
3_2
1_3
2_3
3_3

※ 한글 텍스트가 정상 추출되지 않는다.