هل أستطيع تحويل ملفات PDF إلى نص في بايثون؟

إن pyPDF يعمل بدون مشاكل (إذا افترضنا أنك تعمل على ملفات PDF جيّدة التكوين)، فإذا أردت أن تحصل على نص (مع الفراغات)، فكل ما يجب عليك فعله هو كتابة الشفرة البرمجية التالية:

import pyPdf
pdf = pyPdf.PdfFileReader(open(filename, "rb"))
for page in pdf.pages:
    print page.extractText()

ملاحظات حول استخراج النصوص عن طريق pyPDF:
تقوم الشيفرات السابقة بتتبع تيار(stream) النص ومن ثم ستقوم بطباعته، وهذا الأمر سيعمل لبعض أنواع ملفات PDF ونادرا مع أنواع أخرى من ملفات PDF حسب المولد الذي تم استخدامه لإنشاء ملف PDF.
يمكنك أيضا استخدام حزمة PDFMiner لاستخراج النصوص من ملف PDF وتحويلها إلى ملفات HTML أو SGML، وهذه الحزمة أفضل من سابقتها لكنها أكثر تعقيدا في الاستخدام.

https://drive.google.com/file/d/1NilUsumGAykUnNPmnc-bSWP9PCmHmbhs/view?usp=drivesdk

صور  مثل ذلك كيف استخرج النص والرسمة

الى ملف وورد اقدر اعدل ع النص والرسم

كيف استخدام 

Mutpollib

مع tesseract

لاستخراج الرسم والنصوص

لو ممكن حد يجرب اى فكرة على الصورة الخاضة بى

ويصور ماذا فعل نتعلم منه