【Python】PDFのテキストを削除する|PyPDF4基礎

PDFのテキストを削除する|PyPDF4基礎_アイキャッチ プログラミング

※ 当サイトはアフィリエイト広告を利用しています。

levtech-ad
スポンサーリンク

PyPDF4を使用すると、Pythonを使用してPDFのテキストを削除することができます。

本記事では、PyPDF4を使用した、PDFのテキストを削除する方法について、詳しくご説明します。

こんな人に読んでほしい
  • Pythonを使用したPDFの操作方法を知りたい人
  • PDFのテキストを削除する方法を知りたい人
levtech-ad

PyPDF4とは

PyPDF4は、Pythonを使用してPDFを操作するための外部ライブラリの1つです。

PDF操作用ライブラリは他にも、PDFMinerReportLabなどいくつか存在します。

それぞれのライブラリの用途は、以下の通りです。

ライブラリ用途
PyPDF4・画像の抽出
・PDFファイルの結合や分割
・しおり(目次)の追加
PDFMiner・テキストの抽出
ReportLab・PDFの新規作成

本記事では、PyPDF4による、PDFのテキストを削除する方法をご紹介します。

PyPDF4のインストール

「PyPDF4」は、以下コマンドを入力することで、インストールすることができます。

コマンドの入力は、コマンドプロンプトあるいはターミナルから行います。

pip install PyPDF4

動作確認として、試しに以下を入力します。

from PyPDF4 import PdfFileReader

上記を入力してもエラーが発生しなければ、正常にインストールされています。

PDFのテキストを削除する

PdfFileWriter」クラスのremoveText()メソッドを使用すると、指定したPDF内のテキストを削除することができます。

上記メソッドを使用して、以下PDFのテキストを削除してみます。

テキスト抽出用PDF
#input
from PyPDF4 import PdfFileReader, PdfFileWriter

# テキスト削除用PDFの読み込み
pdf_file_path = "input.pdf"
pdf_reader = PdfFileReader(open(pdf_file_path, 'rb'), strict=False)

# 書き込み用オブジェクトの作成
output = PdfFileWriter()

# PDFのページ数取得
num = pdf_reader.numPages

# PDFページコピー
for cp in range(num):
    page = pdf_reader.getPage(cp)
    output.addPage(page)

# テキスト削除
output.removeText()

# 出力
output_name = "output.pdf"
output_stream = open(output_name, 'wb')
output.write(output_stream)
output_stream.close()
テキスト削除後PDF

テキストデータのみが削除されました。

まとめ

この記事では、PyPDF4を使用した、PDFのテキストを削除する方法について、ご説明しました。

本記事を参考に、ぜひ試してみて下さい。

参考

Python学習用おすすめ教材

Pythonの基本を学びたい方向け

統計学基礎を学びたい方向け

Pythonの統計解析を学びたい方向け

おすすめプログラミングスクール

Pythonをはじめ、プログラミングを学ぶなら、TechAcademy(テックアカデミー)がおすすめです。

私も入っていますが、好きな時間に気軽にオンラインで学べますので、何より楽しいです。

現役エンジニアからマンツーマンで学べるので、一人では中々続かない人にも、向いていると思います。

無料体験ができますので、まずは試してみてください!

\まずは無料体験!/
スポンサーリンク
タイトルとURLをコピーしました