L’analyse d’un PDF signifie extraire des données structurées ou non structurées d’un fichier PDF. Cela peut être difficile en raison de la structure complexe des PDF. Contrairement aux formats de texte brut ou structurés comme JSON et XML, les PDF stockent le contenu d’une manière qui ne suit pas toujours un ordre linéaire. L’extraction de texte, de tableaux, d’images et de métadonnées nécessite une bibliothèque de parseur PDF Python fiable, précise et efficace. Dans cet article, nous allons apprendre comment analyser des PDF en Python en utilisant Aspose.PDF for Python. À la fin de ce guide, vous serez en mesure d’extraire du texte, des tableaux et des images des documents PDF en Python.
Cet article couvre les sujets suivants :
- Aspose.PDF : Meilleure bibliothèque de parser PDF Python
- Analyser un PDF et extraire du texte en Python
- Comment analyser des tableaux à partir d’un PDF en Python
- Parse PDF Metadata: Obtenir des informations sur le fichier PDF en Python
- Analyse des images à partir d’un PDF en Python
- Comment analyser les annotations PDF en Python
Aspose.PDF : Meilleure bibliothèque de parseur PDF Python
Aspose.PDF for Python est l’une des meilleures bibliothèques de parsing PDF Python disponibles aujourd’hui. Elle offre une grande précision, prend en charge l’extraction de données structurées et fonctionne même avec des PDF numérisés grâce à un support OCR.
Aspose.PDF se distingue parmi les bibliothèques de parsing PDF Python pour plusieurs raisons :
- Haute précision : extrait le texte et les tableaux avec précision.
- Support pour les données structurées : fonctionne avec des tables, des images et des métadonnées.
- Pas de dépendances externes : une bibliothèque légère et autonome.
- Formats de sortie multiple : Convertir des PDF en texte, XLSX, DOCX, HTML et formats d’image.
- Sécurité et Fiabilité : Gère des structures PDF complexes sans corruption des données.
Comparé aux alternatives open-source, Aspose.PDF offre une solution plus robuste et riche en fonctionnalités, ce qui le rend idéal pour les applications d’entreprise et les systèmes d’automatisation de documents.
Installation et configuration
L’installation d’Aspose.PDF for Python est simple. Téléchargez-le depuis les releases ou exécutez la commande pip suivante :
pip install aspose-pdf
Pour commencer à utiliser Aspose.PDF dans votre application Python, importez le module nécessaire :
import aspose.pdf as ap
Extraction de texte : Analysez PDF en Python
L’analyse de texte à partir d’un PDF est l’une des fonctionnalités clés des bibliothèques de parseurs PDF Python. Nous pouvons extraire du texte de toutes les pages d’un document PDF ou d’une page spécifique ou d’une région d’un document PDF. Dans les sections à venir, nous apprendrons comment :
- Analyse de texte depuis toutes les pages d’un PDF en Python
- Extraire du texte d’une page spécifique d’un PDF
- Analyser le texte d’une région spécifique dans un PDF
- Extraction de texte à partir de PDF à plusieurs colonnes
- Analyse de texte améliorée avec ScaleFactor
- Analyser le texte dans un PDF : approche alternative
Analyser le texte de toutes les pages d’un PDF en Python
Aspose.PDF for Python fournit un moyen efficace d’extraire du texte des documents PDF en utilisant les classes Document et TextAbsorber. La classe Document est utilisée pour charger le fichier PDF, tandis que la classe TextAbsorber est responsable de l’extraction du contenu textuel de toutes les pages. La méthode accept() traite chaque page et extrait le texte, qui peut ensuite être stocké ou affiché selon les besoins.
Étapes pour extraire du texte de toutes les pages d’un PDF en Python
- Chargez le document PDF en utilisant la classe
Document. - Créez une instance de la classe
TextAbsorberpour gérer l’extraction de texte. - Appelez la méthode
accept()sur la collectionpages, permettant àTextAbsorberde traiter toutes les pages. - Récupérez le texte extrait en utilisant la propriété
textde l’instanceTextAbsorber. - Print the extracted text.
L’exemple de code suivant montre comment analyser du texte à partir de toutes les pages d’un PDF en Python.
# Cet exemple de code montre comment extraire du texte de toutes les pages d'un document PDF en Python.
import aspose.pdf as ap
# Ouvrir le document PDF
document = ap.Document("AddText.pdf")
# Create text absorber
text_absorber = ap.text.TextAbsorber()
# Appeler la méthode accept pour traiter toutes les pages
document.pages.accept(text_absorber)
# Retrieve the extracted text
extracted_text = text_absorber.text
# Définir le chemin du fichier
file_path = "extracted-text.txt"
# Ouvrez le fichier en mode écriture et écrivez le texte extrait
with open(file_path, "w", encoding="utf-8") as tw:
tw.write(extracted_text + "\n") # Write the extracted text with a newline
Extraire le texte d’une page spécifique dans un PDF
Nous pouvons également extraire du texte d’une page spécifique d’un document PDF en modifiant légèrement l’approche précédente. Au lieu de traiter l’ensemble du document, vous n’avez besoin que d’appeler la méthode accept() sur la page souhaitée de l’objet Document. Il suffit de spécifier le numéro de la page en utilisant son index et Aspose.PDF extraira le texte uniquement de cette page. Cette méthode est utile lorsqu’il s’agit de grands PDF où vous n’avez besoin que des données d’une section particulière, améliorant ainsi l’efficacité et les performances.
L’exemple de code suivant montre comment extraire du texte d’une page spécifique d’un PDF en Python.
# Cet exemple de code montre comment extraire du texte d'une page spécifique d'un document PDF en Python.
import aspose.pdf as ap
# Ouvrir le document PDF
document = ap.Document("AddText.pdf")
# Create text absorber
text_absorber = ap.text.TextAbsorber()
# Appel de la méthode accept pour traiter toutes les pages
document.pages[1].accept(text_absorber)
# Retrieve the extracted text
extracted_text = text_absorber.text
# Définir le chemin du fichier
file_path = "extracted-text.txt"
# Ouvrez le fichier en mode écriture et écrivez le texte extrait
with open(file_path, "w", encoding="utf-8") as tw:
tw.write(extracted_text + "\n") # Write the extracted text with a newline
Analyser le texte d’une région spécifique dans un PDF
Parfois, nous pouvons avoir besoin d’extraire du texte d’une section particulière d’une page PDF plutôt que de récupérer le contenu de l’ensemble du document. Pour cibler une zone spécifique, utilisez la propriété Rectangle de TextSearchOptions. Cette propriété accepte un objet Rectangle, qui définit les coordonnées de la région souhaitée. En spécifiant cette limite, nous pouvons extraire du texte uniquement de la zone sélectionnée, en ignorant le reste du contenu de la page.
Étapes pour extraire du texte d’une région de page spécifique
- Chargez le document PDF en utilisant la classe
Document. - Créer une instance de la classe
TextAbsorberpour capturer du texte à partir du document. - Définissez la région cible en utilisant
TextSearchOptions.Rectangle, qui spécifie la zone à partir de laquelle extraire du texte. - Appliquez l’extraction de texte à une page spécifique en appelant la méthode
accept()sur une page sélectionnée. - Récupérez le texte extrait de la propriété
TextdeTextAbsorber. - Process the output as needed.
L’exemple de code suivant montre comment analyser du texte à partir d’une région spécifique d’une page PDF en Python.
# Cet exemple de code montre comment extraire du texte d'une région spécifique d'une page dans un document PDF en utilisant Python.
import aspose.pdf as ap
# Ouvrir le document PDF
document = ap.Document("sample.pdf")
# Créer un objet TextAbsorber pour extraire du texte
absorber = ap.text.TextAbsorber()
absorber.text_search_options.limit_to_page_bounds = True
absorber.text_search_options.rectangle = ap.Rectangle(100, 200, 250, 350, True)
# Accepter l'absorbeur pour la première page
document.pages[1].accept(absorber)
# Get the extracted text
extracted_text = absorber.text
# Définir le chemin du fichier
file_path = "extracted-text.txt"
# Ouvrez le fichier en mode écriture et écrivez le texte extrait
with open(file_path, "w", encoding="utf-8") as tw:
tw.write(extracted_text + "\n") # Write the extracted text with a newline
Cette approche vous permet d’extraire précisément du texte à partir des cellules de table, des champs de formulaire ou de toute section définie d’une page, ce qui la rend idéale pour l’automatisation des documents et l’analyse des données.
Extraction de texte à partir de fichiers PDF à colonnes multiples
Les documents PDF contiennent souvent un mélange d’éléments tels que du texte, des images, des annotations, des pièces jointes et des graphiques. Lorsqu’il s’agit de PDF à plusieurs colonnes, extraire le texte tout en maintenant la mise en page d’origine peut être difficile.
Aspose.PDF for Python simplifie ce processus en permettant aux développeurs de manipuler les propriétés du texte avant l’extraction. En ajustant les tailles de police puis en extrayant le texte, vous pouvez obtenir une sortie plus propre et plus structurée. Les étapes suivantes démontrent comment appliquer cette méthode pour une extraction précise du texte à partir de PDF à colonnes multiples.
Étapes pour extraire du texte d’un PDF à plusieurs colonnes en Python
- Chargez le document PDF à l’aide de la classe
Document. - Créez une instance de
TextFragmentAbsorberpour localiser et extraire des fragments de texte individuels du document. - Récupérez tous les fragments de texte détectés et réduisez leur taille de police de 70 % pour améliorer l’exactitude de l’extraction.
- Stockez le document modifié dans un flux mémoire pour éviter de sauvegarder un fichier intermédiaire.
- Chargez le PDF à partir du flux mémoire pour traiter le texte ajusté.
- Utilisez le
TextAbsorberpour récupérer du texte structuré à partir du document modifié. - Enregistrez le texte extrait dans un fichier
.txtpour un usage ultérieur.
L’exemple de code suivant montre comment extraire du texte d’un PDF à plusieurs colonnes tout en préservant la mise en page.
# Cet exemple de code montre comment extraire du texte d'un PDF à colonnes multiples en Python.
import io
import aspose.pdf as ap
# Ouvrir le document PDF
document = ap.Document("multi-column-sample.pdf")
# Créer un objet TextFragmentAbsorber pour extraire du texte
text_fragment_absorber = ap.text.TextFragmentAbsorber()
# Acceptez l'absorbeur pour la première page
document.pages.accept(text_fragment_absorber)
# Obtenez la collection de fragments de texte extraits
text_fragment_collection = text_fragment_absorber.text_fragments
# Réduire la taille de la police d'au moins 70 % pour améliorer l'extraction du texte
for text_fragment in text_fragment_collection:
text_fragment.text_state.font_size *= 0.7
# Enregistrez le document modifié dans un flux en mémoire
source_stream = io.BytesIO()
document.save(source_stream)
# Recharger le document à partir du flux mémoire
source_stream.seek(0)
dest_document = ap.Document(source_stream)
# Initialisez TextAbsorber pour extraire le texte mis à jour.
text_absorber = ap.text.TextAbsorber()
dest_document.pages.accept(text_absorber)
extracted_text = text_absorber.text
# Enregistrez le texte extrait dans un fichier
with open("ExtractColumnsText_out.txt", "w", encoding="utf-8") as file:
file.write(extracted_text)
Cette méthode garantit que le texte extrait des PDF multi-colonnes conserve sa mise en page originale aussi fidèlement que possible.
Amélioration de l’analyse de texte avec ScaleFactor
Aspose.PDF for Python vous permet d’analyser des fichiers PDF et d’extraire du texte à partir d’une page spécifique avec des options avancées d’extraction de texte, telles que le mode de formatage du texte et le facteur d’échelle. Ces options aident à extraire avec précision du texte à partir de fichiers PDF complexes, y compris des documents à colonnes multiples.
En utilisant l’option ScaleFactor, nous pouvons affiner la grille de texte interne pour une meilleure précision. Un facteur d’échelle compris entre 1 et 0.1 fonctionne comme une réduction de police, aidant à aligner correctement le texte extrait. Les valeurs comprises entre 0.1 et -0.1 sont considérées comme zéro, permettant un redimensionnement automatique basé sur la largeur moyenne des glyphes de la police la plus utilisée sur la page. Si aucun ScaleFactor n’est défini, le défaut 1.0 est appliqué, garantissant qu’aucune ajustement d’échelle n’est effectué. Pour l’extraction de texte à grande échelle, l’auto-redimensionnement (ScaleFactor = 0) est recommandé, mais définir manuellement ScaleFactor = 0.5 peut améliorer les résultats pour des mises en page complexes. Cependant, un redimensionnement inutile n’affectera pas l’intégrité du contenu, garantissant que
Étapes pour extraire du texte d’une page spécifique avec un facteur d’échelle
- Chargez le document PDF en utilisant la classe
Document. - Créer une instance de
TextAbsorberpour extraire du texte. - Définissez les
TextExtractionOptionsen mode de formatage PUR pour une extraction précise. - Ajustez le
scalefactorpour optimiser la reconnaissance de texte dans les PDFs multi-colonnes. - Appellez
accept()sur la collectionpagespour extraire le texte. - Enregistrez le contenu extrait dans un fichier texte.
# Cet exemple de code montre comment extraire du texte d'une région spécifique d'une page dans un document PDF en utilisant Python
import aspose.pdf as ap
# Ouvrir le document PDF
document = ap.Document("sample.pdf")
# Initialiser TextAbsorber avec des options d'extraction de texte
text_absorber = ap.text.TextAbsorber()
# Définir les options d'extraction
extraction_options = ap.text.TextExtractionOptions(ap.text.TextExtractionOptions.TextFormattingMode.PURE)
extraction_options.scale_factor = 0.5 # Adjusts text recognition for better column detection
text_absorber.extraction_options = extraction_options
# Extraire le texte de la page spécifiée
document.pages.accept(text_absorber)
# Get extracted text
extracted_text = text_absorber.text
# Enregistrer le texte extrait dans un fichier
with open("ExtractTextUsingScaleFactor_out.txt", "w", encoding="utf-8") as file:
file.write(extracted_text)
Analyser le texte dans le PDF : Approche alternative
Aspose.PDF for Python fournit également une approche alternative pour extraire du texte en utilisant la classe TextDevice. Veuillez en savoir plus sur extraire du texte de PDF en utilisant le TextDevice.
Comment extraire des tables d’un PDF en Python
L’analyse des tableaux à partir des PDF est essentielle pour l’analyse des données, l’automatisation et le reporting. Les PDF contiennent souvent des données structurées sous forme de tableau, ce qui peut être difficile à récupérer à l’aide de méthodes d’extraction de texte standards. Heureusement, Aspose.PDF for Python offre un moyen puissant d’extraire des tableaux avec une grande précision, préservant leur structure et leur contenu.
La classe TableAbsorber est spécialement conçue pour détecter et extraire des tableaux des pages PDF. Elle traite chaque page, identifie les tableaux et récupère les lignes et cellules individuelles tout en préservant leur structure. Ci-dessous se trouvent les étapes pour extraire des tableaux d’un document PDF en utilisant Aspose.PDF for Python.
Étapes pour analyser des tableaux à partir d’un PDF en Python
- Charger le fichier PDF contenant des tableaux en utilisant la classe
Document. - Boucle à travers la collection
pagesdu document pour traiter chaque page individuellement. - Créer une instance de la classe
TableAbsorberpour détecter et extraire des tables. - Appelez la méthode
visit()pour identifier les tables sur la page actuelle. - Itérer à travers la liste des tables extraites et récupérer les lignes et les cellules.
- Accédez aux
textfragmentsde chaque cellule et extrayez le texte en utilisant la propriétésegments. - Enregistrez les données du tableau extraites pour une analyse ultérieure ou affichez-les dans la console.
# Cet exemple de code montre comment extraire des tableaux d'un document PDF en Python.
import aspose.pdf as ap
# Charger le fichier PDF
document = pdf.Document("sample.pdf")
# Traitez toutes les pages
for page in document.pages:
# Initialiser l'objet TableAbsorber
absorber = ap.text.TableAbsorber()
# Identifier les tableaux sur la page actuelle
absorber.visit(page)
# Boucle à travers les tables extraites
for table in absorber.table_list:
# Itérer à travers toutes les lignes du tableau
for row in table.row_list:
# Itérer à travers toutes les colonnes dans la ligne
for cell in row.cell_list:
# Fetch the text fragments
text_fragment_collection = cell.text_fragments
# Itérez à travers les fragments de texte
for fragment in text_fragment_collection:
# Print the text
print(fragment.text)
En suivant ces étapes, vous pouvez extraire efficacement des tableaux des PDF, ce qui facilite le traitement et l’analyse des données structurées.
Analyser les métadonnées PDF : Obtenir des informations sur le fichier PDF en Python
Lors de la manipulation de fichiers PDF, il est souvent nécessaire de récupérer des métadonnées telles que l’auteur, la date de création, les mots-clés et le titre. Aspose.PDF for Python facilite cela en fournissant l’accès à l’objet DocumentInfo via la propriété Info de la classe Document. Cela vous permet d’extraire des propriétés essentielles du document de manière programmatique.
Étapes pour analyser les métadonnées PDF
- Utilisez la classe
Documentpour ouvrir le fichier PDF souhaité. - Récupérez l’objet DocumentInfo en utilisant la propriété
info. - Accédez à des détails spécifiques tels que l’auteur, la date de création, le titre, le sujet et les mots-clés.
- Imprimez les métadonnées ou enregistrez-les pour un traitement ultérieur.
Le script Python suivant démontre comment récupérer et afficher des détails clés d’un fichier PDF en Python :
# Cet exemple de code montre comment extraire des informations sur un fichier en Python
import aspose.pdf as ap
# Charger le document PDF
document = ap.Document("Sample.pdf")
# Récupérer les informations du document
doc_info = document.info
# Afficher les métadonnées du document
print(f"Author: {doc_info.author}")
print(f"Creation Date: {doc_info.creation_date}")
print(f"Keywords: {doc_info.keywords}")
print(f"Modify Date: {doc_info.mod_date}")
print(f"Subject: {doc_info.subject}")
print(f"Title: {doc_info.title}")
Analyser des images à partir d’un fichier PDF en utilisant Python
Nous pouvons analyser un document PDF et récupérer efficacement les images intégrées dans le document. Nous pouvons extraire des images de haute qualité à partir de pages spécifiques et les enregistrer séparément pour une utilisation ultérieure.
Chaque page PDF stocke ses images dans la collection des ressources, spécifiquement à l’intérieur de la collection XImage. Pour extraire une image, accédez à la page souhaitée, récupérez l’image de la collection Images en utilisant son index, et enregistrez-la.
Étapes pour analyser des images à partir d’un PDF en Python
- Charger le fichier PDF contenant une image en utilisant la classe
Document. - Récupérez la page spécifique à partir de laquelle vous souhaitez extraire une image.
- Accédez à la collection
Imagesdesresourcesde la page et spécifiez l’index de l’image. - Enregistrez l’image extraite à l’aide du flux.
L’exemple de code suivant montre comment extraire des images d’un PDF en Python.
# Cet exemple de code montre comment extraire des images d'un PDF en Python.
import aspose.pdf as ap
# Open document
document = ap.Document("Sample.pdf")
# Extraire une image particulière (première image de la première page)
x_image = document.pages[1].resources.images[1]
# Définir le chemin de l'image de sortie
output_image_path = "OutputImage.jpg"
# Enregistrez l'image extraite
with open(output_image_path, "wb") as output_image:
output_image.write(x_image.to_stream().read())
Cette méthode fournit un moyen facile et efficace d’extraire des images des PDF tout en maintenant leur qualité. Avec Aspose.PDF for Python, vous pouvez automatiser l’extraction d’images pour diverses applications, telles que document processing, l’archivage de données et l’analyse de contenu.
Comment analyser les annotations PDF en Python
Les annotations dans les PDF améliorent l’interaction avec le document en ajoutant des surlignages, des figures et des notes autocollantes. Chaque type d’annotation a un but spécifique, et Aspose.PDF for Python facilite leur extraction pour analyse ou traitement.
- Analyse des annotations textuelles d’un PDF en Python
- Analyser le texte surligné d’un PDF en Python
- Analyse des annotations des figures PDF en Python
- Comment analyser les annotations de lien PDF en Python
Analyse des annotations de texte à partir d’un PDF en Python
Les documents PDF contiennent souvent des annotations textuelles, qui servent de commentaires ou de notes attachés à des emplacements spécifiques sur une page. Lorsqu’elles sont réduites, ces annotations apparaissent sous forme d’icônes, et lorsqu’elles sont développées, elles affichent du texte dans une fenêtre contextuelle. Chaque page d’un PDF possède sa propre collection d’Annotations, qui contient toutes les annotations spécifiques à cette page. En utilisant Aspose.PDF for Python, vous pouvez extraire efficacement les annotations textuelles d’un fichier PDF.
Étapes pour analyser les annotations textuelles d’un PDF
- Chargez le document PDF avec la classe
Document. - Récupérez la propriété
annotationsd’une page spécifique pour obtenir toutes les annotations sur cette page. - Iterer à travers les annotations et filtrer celles avec
AnnotationType.TEXT. - Récupérez des informations pertinentes telles que la position de l’annotation (
rect) pour un traitement ou un affichage ultérieur.
import aspose.pdf as ap
# Charger le document PDF
document = ap.Document("annotations.pdf")
# Boucle à travers toutes les annotations sur la première page
for annotation in document.pages[1].annotations:
if annotation.annotation_type == ap.annotations.AnnotationType.TEXT:
# Print annotation details
print(f"Title: {annotation.full_name}")
print(f"Contents: {annotation.contents}")
print(f"Annotation Rectangle: {annotation.rect}")
En suivant ces étapes, vous pouvez extraire et traiter efficacement les annotations de texte à partir de documents PDF en Python.
Explorez plus sur working with PDF Text Annotation in Python en visitant le guide officiel.
Analyser le texte mis en évidence d’un PDF en Python
Dans de nombreux cas, vous devrez peut-être extraire uniquement le texte surligné d’un PDF plutôt que l’intégralité du contenu. Que vous analysiez des notes importantes, résumiez des points clés ou automatisiez le traitement de documents, Aspose.PDF for Python facilite la récupération du texte surligné de manière efficace.
Les annotations de mise en surbrillance marquent des passages de texte importants, couramment utilisés pour des critiques ou des notes d’étude. Vous pouvez extraire le texte mis en surbrillance et ses propriétés, telles que la couleur et la position, en utilisant la classe HighlightAnnotation.
Nous pouvons analyser les annotations de texte surligné dans un document PDF en suivant les étapes mentionnées précédemment. Cependant, nous devons simplement mentionner AnnotationType.HIGHLIGHT à l’étape 3.
L’exemple suivant montre comment filtrer et extraire du texte surligné d’un PDF.
import aspose.pdf as ap
# Charger le document PDF
document = ap.Document("annotations.pdf")
# Parcourez toutes les annotations sur la première page
for annotation in document.pages[1].annotations:
if annotation.annotation_type == ap.annotations.AnnotationType.HIGHLIGHT:
# Print annotation details
print(f"Title: {annotation.full_name}")
print(f"Annotation Rectangle: {annotation.rect}")
En savoir plus sur travailler avec les annotations de surlignage PDF en Python en visitant le guide officiel.
Analyse des annotations des figures PDF en Python
Les annotations de figures comprennent des éléments graphiques tels que des formes, des dessins ou des tampons utilisés pour l’accentuation ou les explications. L’extraction de ces annotations implique d’identifier des objets InkAnnotation ou StampAnnotation et de récupérer leurs chemins de dessin ou images.
Pour analyser les annotations de ligne dans un document PDF, suivez les étapes décrites précédemment. La seule modification requise est de spécifier AnnotationType.LINE à l’étape 3.
L’exemple suivant démontre comment analyser l’annotation de ligne dans un PDF en utilisant Python.
import aspose.pdf as ap
# Charger le document PDF
document = ap.Document("annotations.pdf")
# Parcourez toutes les annotations de la première page
for annotation in document.pages[1].annotations:
if annotation.annotation_type == ap.annotations.AnnotationType.LINE:
# Imprimer les détails de l'annotation
print(f"Annotation Rectangle: {annotation.rect}")
Lire la suite sur travailler avec les annotations de figures PDF en Python ici.
Comment analyser les annotations de lien PDF en Python
Les annotations de lien dans les PDF permettent aux utilisateurs de naviguer sans effort au sein d’un document, d’ouvrir des fichiers externes ou de visiter des pages web directement depuis le PDF. Ces hyperliens améliorent l’interactivité et améliorent l’expérience utilisateur en fournissant un accès rapide à des informations supplémentaires.
Pour extraire des annotations de lien d’un PDF, suivez les mêmes étapes qu’auparavant, mais à l’étape 3, assurez-vous de spécifier AnnotationType.LINK. Cela garantit que seules les annotations de lien sont récupérées.
Le code d’exemple suivant montre comment analyser les annotations de lien dans un PDF en utilisant Python.
import aspose.pdf as ap
# Charger le document PDF
document = ap.Document("annotations.pdf")
# Parcourez toutes les annotations de la première page
for annotation in document.pages[1].annotations:
if annotation.annotation_type == ap.annotations.AnnotationType.LINK:
# Print annotation details
print(f"Annotation Rectangle: {annotation.rect}")
En tirant parti d’Aspose.PDF for Python, vous pouvez extraire et manipuler efficacement des annotations de lien pour divers cas d’utilisation, tels que l’indexation de documents ou l’amélioration de la navigation.
Read the complete details on handling Link Annotations in PDFs here.
Conclusion
Aspose.PDF for Python est la meilleure bibliothèque de parsing PDF Python pour les développeurs qui ont besoin d’une solution fiable, efficace et riche en fonctionnalités pour analyser les PDF. Que vous ayez besoin d’analyser du texte, des tableaux, des images, des métadonnées ou des annotations, Aspose.PDF fournit les outils nécessaires.
Essayez les échantillons de code fournis et commencez à analyser des PDF et à simplifier vos tâches d’analyse de PDF en Python !
En cas de questions ou de besoin d’une assistance supplémentaire, n’hésitez pas à nous contacter sur notre forum de support gratuit.