HTML
JPG
PDF
XML
DOCX
PDF
如何使用云端 Python SDK 解析 PDF 文档以提取图像
为了通过 Cloud Python SDK 解析 PDF 文档以提取图像,我们将使用 Aspose.PDF Cloud Python SDK 这个云端 SDK 帮助 Python 程序员使用 Python 编程语言通过 Aspose.PDF REST API 开发基于云的 PDF 创建、注释、编辑、转换和解析应用程序。只需在 Aspose for Cloud 创建一个账户并获取您的应用程序信息。一旦您拥有 App SID 和密钥,您就可以使用 Aspose.PDF Cloud Python SDK。如果 Python 包托管在 Github 上,您可以直接从 Github 安装:
从 Github 安装
pip install git+https://github.com/aspose-pdf-cloud/aspose-pdf-cloud-python.git
使用 Python SDK 解析 PDF 以提取图像的步骤
Aspose.PDF Cloud 开发人员可以轻松解析 PDF 文档以提取图像。开发人员只需几行代码。
- 使用您的应用程序密钥和密钥创建一个新的配置对象
- 创建一个对象以连接到云 API
- 上传您的文档文件
- 使用 get_images 和 get_image_extract_as_png 函数在云存储中解析 PDF 文档以提取图像
- 检查响应并记录结果
- 如有需要,将图像作为 PNG 文件下载到本地
此示例代码显示了解析 PDF 文档以提取图像
import shutil
import json
import logging
from pathlib import Path
from asposepdfcloud import ApiClient, PdfApi
import logging
# Configure logging
logging.basicConfig(level=logging.INFO, format="%(asctime)s - %(levelname)s - %(message)s")
class ParseExtractImages:
"""Class for extracting images from PDF document page using Aspose PDF Cloud API."""
def __init__(self):
self.pdf_api = PdfApi(ApiClient(APP_KEY, APP_SID)
def upload_document(self, documentName: str, localFolder: str, remoteFolder: str):
"""Upload a PDF document to the Aspose Cloud server."""
if self.pdf_api:
file_path = localFolder / documentName
try:
if remoteFolder == None:
self.pdf_api.upload_file(documentName, str(file_path))
else:
opts = { "folder": remoteFolder }
self.pdf_api.upload_file(remoteFolder + '/' + documentName, file_path)
logging.info(f"File {documentName} uploaded successfully.")
except Exception as e:
logging.error(f"Failed to upload file: {e}")
def extract(self, documentName: str, pageNumber: int, localFolder: Path, remoteFolder: Path):
self.upload_document(documentName, remoteFolder)
opts = {
"folder": remoteFolder
}
respImages = self.pdf_api.get_images(documentName, pageNumber, **opts)
if respImages.code != 200:
logging.error("ParseExtractImages(): Unexpected error!")
else:
for img in respImages.images.list:
response = self.pdf_api.get_image_extract_as_png(documentName, img.id, **opts)
logging.info(f"ParseExtractImages(): Image '{img.id}' successfully extracted from the document '{documentName}'.")
local_path = localFolder / ( img.id + '.png' )
shutil.move(response, str(local_path))
通过 Python SDK 处理 PDF 中的图像解析
通过解析 PDF 文档以提取图像,可以系统地验证每个图像的有效性和相关性,确保所有引用都是最新和有效的。对于诸如下载链接图像或进行批量分析等任务,提取图像能够实现自动化,节省时间并减少人工工作量。 使用 Aspose.PDF Cloud Python SDK 解析 PDF 文档以提取图像。
通过我们的 Python SDK,您可以
- 添加 PDF 文档的文本或图像格式的页眉和页脚。
- 向 PDF 文档添加表格和文本或图像戳记。
- 将多个 PDF 文档附加到现有文件中。
- 处理 PDF 附件、注释和表单字段。
- 对 PDF 文档应用加密或解密并设置密码。
- 从页面或整个 PDF 文档中删除所有戳记和表格。
- 根据其 ID 从 PDF 文档中删除特定的戳记或表格。
- 替换 PDF 页面或整个文档中的单个或多个文本实例。
- 广泛支持将 PDF 文档转换为其他各种文件格式。
- 提取 PDF 文件的各种元素并优化 PDF 文档。
- 您可以尝试我们的免费应用程序来测试功能。