python - 使用 python 3.5.0 在 Windows 8 上提取 Pdf 文本

Question

我想在 windows8 上的 slate 包的帮助下使用 python 3.5.0 从 Pdf 文件中提取文本。

问题：虽然我已经成功安装了 slate 包，但当我尝试导入 slate 时仍然存在某些错误。请提出我所缺少的。

错误：

回溯（最近一次调用）：文件“”，第 1 行，在导入 slate 文件“C:\Users\name\AppData\Local\Programs\Python\Python35-32\lib\site-packages\slate-0.4.1 -py3.5.egg\slate__init__.py"，第 66 行，从 slate 导入 PDF

ImportError：无法导入名称“PDF”

score 3 · Accepted Answer

您可以从poppler库中尝试pdftotext（windows 版本）。

作为一个独立的程序，它不需要 Python。但我经常从 Python 中将它用作子进程，如下所示：

import subprocess

args = ['pdftotext', '-layout', '-q', 'input.pdf', '-']
txt = subprocess.check_output(args, universal_newlines=True)

score 2 · Accepted Answer

slate 依赖于 PDFMiner（不支持 Python 3。）

您可以尝试使用以下方式安装它：

pip install PDFMiner

我安装了 pdfminer3k - pypi - 但它并没有很好地响应（而且文档也不好）所以我看了更多并找到了这个页面以寻找可能的替代方案。让我知道这些是否满足。

score 2 · Accepted Answer

你可以安装 pdfminer.six

pip install pdfminer.six

https://pypi.python.org/pypi/pdfminer.six/20160614

python - 使用 python 3.5.0 在 Windows 8 上提取 Pdf 文本

3 回答 3

Related

Reference