[英]Python - Slate3k Giving me an type error after pdfminer install
我在 windows 10 上的Python 3.8.3
上。
我正在研究 pdfparser,我最初发现slate3k
可以与Python 3.X
一起使用。 我得到了一个基本脚本,并开始在一些 PDF 上对其进行测试。 我遇到了一些文本没有被正确解析的问题,所以我开始研究PDFMiner
。
在阅读了PDFMiner
的文档后,我决定安装它并给它一个 go 因为它有一些对我的用例非常有用的功能。
但是,我很快就发现PDFMiner
不适用于Python 3.x
。 我将其卸载并重新使用slate3k
。
当我这样做时,我开始遇到一堆错误。 然后我卸载slate3k
并重新安装,希望能修复它。 仍然有错误。 我重新安装了PDFMiner
并摆脱了这些错误,但现在我遇到了以下错误,我不知道下一步该做什么。
Exception has occurred: TypeError __init__() missing 1 required positional argument: 'parser'
这是代码(请注意我没有做太多的错误捕获,它仍在进行中,我更多的是处于“概念验证”阶段):
import re, os
import slate3k as slate
# variable define
CurWkDir = os.getcwd()
tags= list()
rev= str()
FileName = str()
ProperFileName = str()
parsed = str()
# open file and create if it doesn't exist
xref = open('parsed from pdf xref.csv', 'w+')
xref.write('File Name, Rev, Tag')
for files in os.listdir(CurWkDir):
# find pdf files
if files.endswith('.pdf'):
tags.clear()
rev = ""
FileName = ""
ProperFileName = ""
#extract revision, file name, create proper file name
rev = re.findall(r'[0-9]{,2}[A-Z]{1}[0-9]{,2}',files)[0]
FileName = re.findall(r'[A-Z]+[0-9]+-[A-Z]+-[0-9]+-[0-9]+|[A-Z]+[0-9]+-[A-Z]+-[A-Z]+[0-9]+-[0-9]+|[A-Z]+[0-9]+-[A-Z]+-[A-Z]+[0-9]+[A-Z]+-[0-9]+', files)[0]
ProperFileName = FileName + "(" + rev[0: len(rev) - 1] + ")"
# Parse through PDF to find tags
fileopen = open(files, 'rb')
print("Reading", files)
raw = slate.PDF(fileopen)
print("Finished reading", files)
parsed = raw[0]
parsedstripped = parsed.replace("\n"," ")
rawtags = re.findall(r'[0-9]+[A-Z]+-[0-9]+|[0-9]+[A-Z]+[0-9]{1,5}|[0-9]{3}[A-Z]+[0-9]+', parsed, re.I)
fileopen.close
print(parsedstripped)
for t in rawtags:
if t not in tags:
row = ProperFileName + "," + rev + "," + t + "\n"
xref.write(row)
tags.append(t)
xref.close()
错误出现在第 34 行raw = slate.PDF(fileopen)
对我为破坏slate3k
的功能所做的任何见解表示赞赏。
谢谢,
JT
我通过查看pip show slate3k
查看了对slate3k
的依赖关系,我发现了它依赖的几个程序。
我卸载slate3k
、 pdfminer3k
和pdfminer
,然后重新安装了slate3k
。
现在一切似乎都在工作。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.