python提取pdf文件中的链接代码-python代码-BFW代码库

搜索

python提取pdf文件中的链接代码

下载在webide运行代码

代码语言：python

所属分类：其他

代码描述：python提取pdf文件中的链接代码，主要使用了PyMuPDF和pikepdf库，非常方便

代码标签： pdf 提取文件链接

下面为部分代码预览，完整代码请点击下载或在bfwstudio webide中打开

import pikepdf # pip3 install pikepdf

file = "/data/wwwroot/default/asset/bfw.pdf"
# file = "1710.05006.pdf"
pdf_file = pikepdf.Pdf.open(file)
urls = []
# iterate over PDF pages
for page in pdf_file.pages:
    for annots in page.get("/Annots"):
        uri = annots.get("/A").get("/URI")
        if uri is not None:
            print("[+] 找到链接:", uri)
            urls.append(uri)

print("[*] Total URLs extracted:", len(urls))


import fitz # pip install PyMuPDF
import re

# a regular expression of URLs
url_regex = r"https?:\/\/(www\.)?[-a-zA-.........完整代码请登录后点击上方下载按钮下载查看

网友评论0

相似代码

python批量压缩文件夹内图片文件到指定大小代码

python调用cloudflare开源ai大模型api示例代码

python实现gemini文字聊天示例代码

python实现gemini根据图片问答示例代码

python获取本机外网ip地址代码

python根据https域名地址解析ssl域名证书过期时间代码

python调用gemini api示例代码

python模拟刘谦2024春晚扑克牌魔术代码

text_blind_watermark实现python将一段信息加密隐藏到明文中代码

python使用segno生成二维码代码

其他语言代码库

Html代码库 Python代码库 Java代码库 Php代码库 Phpcli代码库 Golang代码库 C#代码库 Nodejs代码库 C代码库 C++代码库 Sql代码库 R代码库 Rust代码库 Ruby代码库 Dart代码库 Vb代码库 D代码库 F#代码库 Typescript代码库 Coffeescript代码库 Julia代码库 Kotlin代码库 Perl代码库 Groovy代码库 Lua代码库 Vala代码库 Ocaml代码库 Assembly代码库 Objectc代码库 Scala代码库 Erlang代码库 Pascal代码库 Swift代码库 Fortran代码库 Bash代码库 Clojure代码库 Ada代码库 Elixir代码库 Cobol代码库 Haskell代码库 Nim代码库 Racket代码库 Lisp代码库