Конвертація PDF у TXT у Python

Витягування простого тексту з документів PDF часто необхідне при створенні пошукових індексів, конвеєрів даних або інструментів аналізу вмісту. Aspose.BarCode Cloud SDK for Python надає потужний API, який робить конвертацію PDF у TXT у Python простою та надійною. У цьому посібнику ви побачите повний приклад коду, дізнаєтеся, як викликати ту ж операцію через REST за допомогою cURL, і відкриєте найкращі практики для швидких та безпомилкових конвертацій.

Конвертація PDF у TXT у Python - Повний приклад коду

У наведеному прикладі демонструється, як завантажити PDF, конвертувати його у TXT і завантажити результат за допомогою Aspose.PDF Cloud SDK for Python.

import os
from asposepdfcloud import PdfApi, Configuration, ApiException

def convert_pdf_to_txt(input_file: str, output_file: str,
                       client_id: str, client_secret: str) -> None:
    # Configure Aspose PDF Cloud API
    config = Configuration()
    config.client_id = client_id
    config.client_secret = client_secret
    pdf_api = PdfApi(configuration=config)

try:
        # Upload the PDF to Aspose Cloud storage
        with open(input_file, "rb") as f:
            pdf_api.upload_file(path=input_file, file=f)

# Convert PDF to TXT (response is a binary stream)
        conversion_response = pdf_api.convert_document(name=input_file, format="txt")

# Write the TXT content to local file
        with open(output_file, "wb") as out_f:
            out_f.write(conversion_response)

except ApiException as e:
        print(f"API exception: {e}")
    finally:
        # Optional cleanup: delete files from cloud storage
        try:
            pdf_api.delete_file(path=input_file)
        except Exception:
            pass

if __name__ == "__main__":
    # Replace with your actual Aspose Cloud credentials
    CLIENT_ID = "YOUR_CLIENT_ID"
    CLIENT_SECRET = "YOUR_CLIENT_SECRET"

INPUT_PDF = "input.pdf"
    OUTPUT_TXT = "output.txt"

# Ensure the input PDF exists locally before running
    if os.path.isfile(INPUT_PDF):
        convert_pdf_to_txt(INPUT_PDF, OUTPUT_TXT, CLIENT_ID, CLIENT_SECRET)
        print(f"Conversion completed. TXT saved to '{OUTPUT_TXT}'.")
    else:
        print(f"Input file '{INPUT_PDF}' not found.")

Примітка: Цей приклад коду демонструє основну функціональність. Перш ніж використовувати його у вашому проєкті, переконайтеся, що оновили всі шляхи до файлів та значення конфігурації відповідно до вашого реального середовища, перевірте, що всі необхідні залежності правильно встановлені, і ретельно протестуйте у вашому середовищі розробки. Якщо ви зіткнетеся з будь‑якими проблемами, будь ласка, зверніться до офіційної документації або зв’яжіться з командою підтримки для отримання допомоги.

Конвертація PDF у TXT у хмарі за допомогою cURL

Ви можете виконати таке ж перетворення без написання коду, використовуючи безпосередньо REST API. Нижче наведено необхідні команди cURL.

Отримайте токен доступу - замініть YOUR_CLIENT_ID та YOUR_CLIENT_SECRET вашими обліковими даними.

curl -X POST "https://api.aspose.cloud/connect/token" \
     -H "Content-Type: application/x-www-form-urlencoded" \
     -d "grant_type=client_credentials&client_id=YOUR_CLIENT_ID&client_secret=YOUR_CLIENT_SECRET"

Відповідь повертає access_token, який ви будете використовувати у подальших викликах.

Завантажте вихідний PDF - припустимо, файл називається input.pdf.

curl -X PUT "https://api.aspose.cloud/v3.0/pdf/storage/file/input.pdf" \
     -H "Authorization: Bearer YOUR_ACCESS_TOKEN" \
     -H "Content-Type: application/octet-stream" \
     --data-binary "@input.pdf"

Конвертувати PDF у TXT - API повертає конвертований вміст у вигляді бінарного потоку.

curl -X GET "https://api.aspose.cloud/v3.0/pdf/input.pdf/convert?format=txt" \
     -H "Authorization: Bearer YOUR_ACCESS_TOKEN" \
     -o output.txt

Завантажте файл TXT (якщо ви зберегли конвертацію в хмарному сховищі замість прямого завантаження).

curl -X GET "https://api.aspose.cloud/v3.0/pdf/storage/file/output.txt" \
     -H "Authorization: Bearer YOUR_ACCESS_TOKEN" \
     -o output.txt

Для повного списку параметрів та обробки помилок перегляньте офіційну документацію API.

Розбір логіки конвертації PDF у TXT у Python

Код працює за чіткою послідовністю кроків:

Налаштуйте клієнт API - Configuration() зберігає ваш client_id та client_secret, а PdfApi створює автентифікований клієнт.

config = Configuration()
config.client_id = client_id
config.client_secret = client_secret
pdf_api = PdfApi(configuration=config)

Завантажте PDF - pdf_api.upload_file надсилає локальний файл у сховище Aspose Cloud.

with open(input_file, "rb") as f:
    pdf_api.upload_file(path=input_file, file=f)

Конвертувати у TXT - pdf_api.convert_document запитує конвертацію та повертає двійковий потік.

   conversion_response = pdf_api.convert_document(name=input_file, format="txt")

Збережіть результат локально - бінарний потік записується у output_file

   with open(output_file, "wb") as out_f:
       out_f.write(conversion_response)

Очищення - необов’язкове видалення завантаженого PDF за допомогою pdf_api.delete_file.

pdf_api.delete_file(path=input_file)

Для отримання докладнішої інформації про кожен метод зверніться до довідки API.

Вимоги та налаштування - Вимоги та налаштування

Встановіть SDK

pip install aspose-barcode-cloud

Пакет доступний на офіційній сторінці завантаження.

Версія Python - бібліотека вимагає Python 3.6 або новішої.
Отримати облікові дані - зареєструйтесь у порталі Aspose Cloud і створіть додаток, щоб отримати client_id та client_secret.
(Необов’язково) Встановити Aspose.PDF Cloud SDK - код конвертації використовує PDF API, тому вам також може знадобитися пакет Aspose.PDF Cloud SDK for Python.

pip install asposepdfcloud

Перевірте підключення - швидкий тестовий виклик pdf_api.get_supported_file_formats() підтверджує, що ваші облікові дані працюють.

Кращі практики конвертації PDF у TXT

Повторне використання клієнта API – створіть один екземпляр PdfApi і використовуйте його для кількох конвертацій, щоб зменшити накладні витрати на автентифікацію.
Потокова передача великих файлів – при роботі з PDF‑файлами розміром більше 50 MB завантажуйте та завантажуйте їх у режимі потокової передачі, щоб уникнути надмірного споживання пам’яті.
Граціозне оброблення виключень – перехоплюйте ApiException і записуйте повідомлення про помилку; це допомагає швидко діагностувати проблеми з дозволами або форматом.
Очищення тимчасових файлів – завжди видаляйте завантажені PDF після конвертації, щоб підтримувати порядок у хмарному сховищі та уникнути додаткових витрат на зберігання.
Перевірка вихідних даних – перевірте розмір і кодування отриманого TXT‑файлу; при необхідності конвертуйте його в UTF‑8 для подальшої обробки.

Висновок

Конвертація PDF у TXT у Python стає простою, коли ви використовуєте Aspose.BarCode Cloud SDK for Python. Чіткий API SDK, у поєднанні з необов’язковим використанням Aspose.PDF Cloud SDK, дозволяє автоматизувати витяг тексту всього кількома рядками коду або простим викликом cURL. Не забудьте отримати належну ліцензію для використання у продакшн; ви можете придбати повну ліцензію або отримати тимчасову ліцензію на сторінці тимчасової ліцензії. Завдяки крокам і кращим практикам, розглянутим у цьому посібнику, ви готові інтегрувати надійну конвертацію PDF у TXT у свої додатки.

Питання та відповіді

Як працює конвертація PDF у TXT у Python за допомогою Aspose.BarCode Cloud SDK?
SDK завантажує PDF у сховище Aspose Cloud, викликає кінцеву точку конвертації та повертає потік простого тексту, який ви можете зберегти локально. Детальне використання API показано у наведеному вище прикладі коду.
Чи можна конвертувати PDF‑файли, що зберігаються у приватному хмарному бакеті?
Так, ви можете надати попередньо підписаний URL або використати API сховища SDK для доступу до файлів у приватних бакетах перед конвертацією.
Які формати підтримуються для вводу та виводу, крім PDF та TXT?
Служба Aspose.PDF Cloud підтримує багато форматів, таких як DOCX, HTML, та XML. Дивіться список підтримуваних форматів для повного набору.
Чи потрібна окрема ліцензія для кожного перетворення формату файлу?
Одна ліцензія Aspose.BarCode Cloud покриває всі виклики API, включаючи перетворення PDF у TXT та будь‑які інші підтримувані операції.

Конвертація PDF у TXT у Python - Повний приклад коду#

Конвертація PDF у TXT у хмарі за допомогою cURL#

Розбір логіки конвертації PDF у TXT у Python#

Вимоги та налаштування - Вимоги та налаштування#

Кращі практики конвертації PDF у TXT#

Висновок#

Питання та відповіді#

Продовжуйте досліджувати#