如何使用 pdfminer.six 提取 PDF 文件中的特定文本

Question

请我需要关于如何从这个 PDF 文件中提取“课程”和“成绩”下的文本的帮助

pdfminer 和 pdfminer.six 似乎是唯一适用于我的 PDF 的模块，我已尽我所能只提取我想要的文本，即“课程”和“成绩”的值。

我试过了...

text = extract_text("my_pdf.pdf") 打印（文本）

这样做的结果与原始文件的顺序并不完全相同，有些文本是垂直选取的，有些文本是水平选取的。 但是，我尝试使用 6 个字符、大写字母和字母数字（在我将 '\\n' 替换为 '' 并拆分新行之后）提取文本，结果成功。 但我的问题是等级。 请帮助有需要的朋友。 非常感谢。