问题描述
我使用 PyMuPDF 来获取 PDF 中的文本,这是我的代码
import fitz
pdf_document = "KRIP.pdf"
doc = fitz.open(pdf_document)
page1 = doc.loadPage(0)
page1text = page1.get_text()
print("Text from PDF: ",page1text)
输出应该是
KRIPTOGRAFI
但结果是
KRIPTOGRAFI
“KRIPTOGRAFI”一词后有一个换行符。 有什么办法可以去掉吗?
解决方法
您需要删除末尾的空格。函数 strip()
为您完成了这项工作。
您的新代码将是:
import fitz
pdf_document = "KRIP.pdf"
doc = fitz.open(pdf_document)
page1 = doc.loadPage(0)
page1text = page1.get_text().strip()
print("Text from PDF: ",page1text)