Python中的PDFminer

Question

我下載了pdfminer，命令行方法可以正常工作，但是我希望能夠同時轉換多個pdf文檔，因此我試圖將pdfminer用作庫，但我發現了這個os stackoverflow，但我無法將其獲取到工作..

from pdfminer.pdfinterp import PDFResourceManager, process_pdf
from pdfminer.converter import TextConverter
from pdfminer.layout import LAParams
from cStringIO import StringIO



def convert_pdf(path):

    rsrcmgr = PDFResourceManager()
    retstr = StringIO()
    codec = 'utf-8'
    laparams = LAParams()
    device = TextConverter(rsrcmgr, retstr, codec=codec, laparams=laparams)

    fp = file(path, 'rb')
    process_pdf(rsrcmgr, device, fp)
    fp.close()
    device.close()

    str = retstr.getvalue()
    retstr.close()
    print str


convert_pdf("/Users/gorkemyurtseven/Desktop/casino.pdf")

當我運行它時，我得到：

Traceback (most recent call last):
  File "pdfminer.py", line 1, in <module>
    from pdfminer.pdfinterp import PDFResourceManager, process_pdf
  File "/Users/gorkemyurtseven/Desktop/pdfminer.py", line 1, in <module>
    from pdfminer.pdfinterp import PDFResourceManager, process_pdf
ImportError: No module named pdfinterp

Answer 1

似乎您正在將腳本pdfminer稱為模塊，並且在嘗試導入具有相同名稱的模塊時會發瘋。

另一個原因可能是pdfminer模塊安裝不正確或不是您的python發行版的正確版本。

Answer 2

如本文所述，問題在於您的文件名為pdfminer.py 。
更改名稱並刪除__pycache__/目錄和pdfminer.pyc文件：

$ rm -r __pycache__/ pdfminer.pyc
$ mv pdfminer.py mypdfminer.py