[Python] Textract 문서 데이터 처리

Textract

워드, 파워포인트, PDF 파일 등의 텍스트 추출

https://github.com/deanmalmgren/textract

GitHub - deanmalmgren/textract: extract text from any document. no muss. no fuss.

 

Textract 설치

pip install textract

 

Textract를 이용한 문서 데이터 추출

import textract
text = textract.process("path/to/file.extension")