text-mina de archivos PDF con Python?

Question

¿Hay un paquete / biblioteca de Python que me permitiera abrir un PDF, y buscar en el texto ciertas palabras?

Answer 1

PyPdf2 puede utilizar extractText () método para extraer texto PDF y trabajar en él.

Actualización:. Se cambió el texto para referirse a PyPdf2, gracias a @Aditya Kumar de mano a mano

Answer 2

No creo que se puede hacer en un solo paso, pero que sin duda puede obtener el texto de un PDF con pdfminer . A continuación, se puede aplicar cualquier búsqueda de texto para que los datos recuperados.