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搭建一个自带消息队列处理的异步任务http api服务代码

python上传本地文件到阿里云oss示例代码

python线程池futures多个线程执行任务示例代码

python使用queue.Queue多线程消息队列的生产与消费示例代码

python选择摄像头目标实时跟踪效果代码

python+tkinter编写一个可批量压缩目录中所有图片为指定大小以下的窗体程序代码

python实现实时摄像头检测识别手势代码

python调用yolo11实现视频目标监测识别示例代码

python搭建一个websocket代理服务代码

python搭建一个websocket服务代码

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