[Python] [PyMuPDF] PDF 파일 정보 추출

PyMuPDF 설치

pip install PyMuPDF

 

PyMuPDF를 이용한 파일 정보 추출

import fitz

pdf_doc = fitz.open("sample.pdf")
# number of pages
print(f"전체 Page 수: {pdf_doc.page_count}")
# Get the first page
page = pdf_doc.load_page(0)
# page 내의 텍스트 추출
print(page.get_text())

결과

전체 Page 수:1
텍스트 상자: 슬라이드 내의 텍스트 데이터 추출 확인
테이블 컬럼1
테이블 컬럼2
테이블 컬러3
데이터1_1
데이터2_1
데이터3_1
데이터1_2
데이터2_2
데이터3_2
데이터1_3
데이터2_3
데이터3_3

※ 한글 텍스트가 정상 추출됨을 알 수 있다. 

 

PyMuPDF를 이용한 PDF 파일 이미지로 저장

import fitz

pdf_doc = fitz.open("sample.pdf")
# Get the first page
page = pdf_doc.load_page(0)
# pdf 파일 이미지 저장
pix = page.get_pixmap()
output = "output.png"
pix.save(output)

결과(output.png)