PDFRip: вытаскивает текст и картинки из PDF

PDFRip — это утилита на Python, которая помогает быстро извлечь текст и изображения из PDF-документов. Работает через командную строку. Удобна, если надо разобрать большой файл на составляющие.

Установка:

git clone https://github.com/mufeedvh/pdfrip  
cd pdfrip  
pip install -r requirements.txt  
python3 rip.py yourfile.pdf

Использование:
Запускаешь с файлом PDF — получаешь в папке output/ текстовые файлы и изображения по страницам.