perl-操作pdf

deepfuture

于 2010-03-08 19:34:47 发布

阅读量538

点赞数

分类专栏：脚本语言文章标签： Perl

脚本语言专栏收录该内容

202 篇文章

订阅专栏

本文分享了一个使用Perl语言编写的脚本，该脚本能从输入的PDF文件中提取所有页面的文字内容，并将这些文字保存到指定的TXT文件中。通过调用CAM::PDF模块，脚本实现了PDF文件的解析及文本提取功能。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

自己找到了,方便大家,贴出来
#!/usr/bin/perl -w

use CAM::PDF;
use CAM::PDF::PageText;

$infile = $ARGV[0];
#print "the input PDF file is $infile\n";
$outfile = $ARGV[1];
#print "the output TXT file is $outfile\n";

open (OUTFILE, ">>$outfile") or die("cannot open file : $!");

$pdf = CAM::PDF->new($infile) || die "$CAM::PDF::errstr\n";
$num = $pdf->numPages();
foreach $p (1..$num)
{
#print "this is in page $p\n";
$str = $pdf->getPageText($p);
CAM::PDF->asciify(\$str);
print $str;
print OUTFILE "$str\n"; # write to file
}
close (OUTFILE);