如何使用pdfminer.six

Question

我正在尝试使用 python 3.x 中的pdfminer从 pdf 中提取文本。 我已经使用以下命令安装了它

pip3 install pdfminer.six

当我尝试使用以下命令提取文本时，出现错误

pdf2txt.py sample.pdf

错误：pdf2txt.py：找不到命令

我已经阅读了官方文档，他们展示了我在上面遵循的相同步骤，但仍然无法正常工作。

Answer 1

官方文档假设.py脚本可以自动运行。 但并非所有操作系统都是这种情况（如果可能，您的本地系统无需设置即可运行）。

要PDFminer手动启动PDFminer ，请使用启动 Python 脚本的常规方式：

python pdf2txt.py sample.pdf

它将运行脚本并在完成后返回命令行。 如果您在某处遇到错误或出于某种原因想留在 Python 中，您可以使用

python -i pdf2txt.py sample.pdf

Answer 2

现在已经很晚了，但如果对您有帮助，请在终端中执行以下操作：

1. 在终端中输入ls ，它将返回一个文件列表。 检查该列表中是否存在pdf2text.py并且sample.pdf也应该在那里。

2. 如果这两个文件未显示在列表中，则意味着您位于不同的目录中，因此您必须导航到这两个文件所在的正确目录，否则您必须提供文件名连同它的路径。

3. 一旦你在正确的目录中，只需给出命令：

    python pdf2text.py sample.pdf

   如果参数解析器不需要标识符，它应该可以工作。

   或者，提供每个的完整路径：

    python /home/you/downloads/something/pdf2text.py /home/you/downloads/something/sample.pdf

   ...当然可以将/home/you/downloads/something替换为您拥有这些文件的实际路径。