PDFMiner

PDFMiner通過首先考慮的PDF文件的內容，並把它轉換為如HTML一個更有延展性的格式。
從那裡，文本和數據被提取和分析，並基於分離並呈現給用戶，或傳送到其它更強大的數據分析工具的預定義的規則。
如果文本分析是不是你打算做什麼，你可以輕鬆地配置PDFMiner簡單地提取或者只是將PDF轉換數據為好。
它的功能可相互獨立工作，並允許更廣泛的使用範圍全靠它

功能：

• 100％的Python代碼，沒有C或C ++
• 解析PDF文件
• 分析PDF文件
• PDF文件轉換為其他格式
• 的ToC提取
• 只得到標記的內容
• 支持大量的文本的PDF功能
• 支持大量的字體類型的PDF文件裡面
• 基本加密（RC4）的支持

什麼在此版本中是新的：

• 在PDFDocument.initialize（）方法被刪除，不再需要。密碼是作為一個PDFDocument構造函數的參數。

在什麼版本20110515是新的：

• 在API的變化
• LTPolygon類更名為LTCurve。

在什麼版本20110227是新的：

• 在Bug修復和佈局分析改進

什麼是20101226版新：

• 在一對夫婦的錯誤修正和小的改進的

什麼是20101017版新：

• 在一對夫婦的錯誤修正和小的改進

在什麼版本20100424是新的：

• 在錯誤修正和TOC提取微小的改進

要求：

• 在Python的2.4至3

限制：

• 在PDFMiner可以比C / C ++慢20倍 - 基於軟件