python - 如何在 Python 3 中安装 textract？

Question

我想从pdf中提取但pypdf2没有提取所有信息并且textract由于以下错误而无法在3.7中安装：

UnicodeDecodeError: 'charmap' codec can't decode byte 0x8d in position 1671: character maps to <undefined>

Answer 1

1. 从以下位置下载源文件textract：https ://pypi.python.org/pypi/textract

2. pip3 install pdfminer3k

3. untar下载的文件

4. cd进入目录

5. 跑：python3 setup.py install

希望这对你有用:)

Answer 2

我已textract通过以下步骤在 Windows 10 上安装：-

1. pip install textract
2. 安装波普勒：
   • 下载存档 - http://blog.alivate.com.au/wp-content/uploads/2018/10/poppler-0.68.0_x86.7z
   • 提取它
   • 将完整的文件夹粘贴到C:\Program Files
   • 添加C:\Program Files\poppler-0.68.0\bin到路径变量
3. 安装完成
4. 测试 -import textract
5. textract.process('path_to_file_with_extension')

如需进一步参考，您可以点击这里

希望对您有所帮助！