TUTORIAL PARA MANIPULACION DE ARCHIVOS PDF

 

https://realpython.com/creating-modifying-pdf/

  

# instalando modulo en el entorno de Google colab
 

!pip install pypdf 

from pypdf import PdfReader # Importando lector pdf desde el modulo
from pathlib import Path # importando lector de ruta de ubicación del archivo 

 

# Leer archivo pdf ubicado en Google Drive
pdf_reader=PdfReader('/content/drive/MyDrive/Colab Notebooks/Convert Pdf/Libro1.pdf')
len(pdf_reader.pages) # Determinando la cantidad de paginas que contiene el pdf 

 

>>>>

2

first_page = pdf_reader.pages[0] # Determinar el tipo de objeto de la primera

pagina
type(first_page) # class 'pypdf._page.PageObject'> 

 

>>>>

pypdf._page.PageObject

print(first_page.extract_text()) # extrayendo el texto de la primera pagina del pdf

 

>>>>