pdfminer3k nie ma metody o nazwie create_pages w PDFPage

Question

Ponieważ chcę przenieść z Pythona 2 do 3, starałem się pracować z pdfmine.3kr w Pythonie 3.4. Wygląda na to, że wszystko edytowali. Ich dzienniki zmian nie odzwierciedlają zmian, które zrobiły, ale nie udało mi się przetworzyć pliku pdf z pdfminer3k. Na przykład:

Przenieśli PDFDocument do pdfparser (przepraszam, jeśli pisałem niepoprawnie). Strona PDF używała metody create_pages, która już nie istnieje. Wszystko, co widzę wewnątrz PDFPage, to metody wewnętrzne. Czy ktoś ma działający przykład pdfminer3k? Wygląda na to, że nie ma nowej dokumentacji odzwierciedlającej którąkolwiek ze zmian.

Answer 1

Jeśli jesteś zainteresowany czytaniem tekstu z pliku PDF, poniższy kod działa z pdfminer3k przy użyciu Pythona 3.4.

from pdfminer.pdfparser import PDFParser, PDFDocument 
from pdfminer.pdfinterp import PDFResourceManager, PDFPageInterpreter 
from pdfminer.converter import PDFPageAggregator 
from pdfminer.layout import LAParams, LTTextBox, LTTextLine 

fp = open('file.pdf', 'rb') 
parser = PDFParser(fp) 
doc = PDFDocument() 
parser.set_document(doc) 
doc.set_parser(parser) 
doc.initialize('') 
rsrcmgr = PDFResourceManager() 
laparams = LAParams() 
device = PDFPageAggregator(rsrcmgr, laparams=laparams) 
interpreter = PDFPageInterpreter(rsrcmgr, device) 
# Process each page contained in the document. 
for page in doc.get_pages(): 
    interpreter.process_page(page) 
    layout = device.get_result() 
    for lt_obj in layout: 
     if isinstance(lt_obj, LTTextBox) or isinstance(lt_obj, LTTextLine): 
      print(lt_obj.get_text()) 

fp.close() 

Answer 2

Być może mógłbyś użyć pdfminer.six. To opis

widełki PDFMiner użyciu sześciu Pythona 2 + 3 kompatybilność

Po zamontowaniu go przy PIP

pip instalacji pdfminer.six

Używanie go jest podobne do pdfminer, przynajmniej w moim kod.

Mam nadzieję, że to może uratować Twój dzień :)