如何解决如何在Python 3.7中从pdf提取文本
使用蒂卡对我有用！
from tika import parser
rawText = parser.from_file('January2019.pdf')
rawList = rawText['content'].splitlines()
解决方法
我正在尝试使用Python从PDF文件中提取文本。我的主要目标是尝试创建一个读取银行对帐单并提取其文本以更新Excel文件以轻松记录每月支出的程序。现在，我只专注于从pdf文件中提取文本，但我不知道该怎么做。
当前，将PDF文件中的文本提取为字符串的最佳和最简便的方法是什么？今天最好使用哪个库，我该怎么办？
我尝试使用PyPDF2，但是每次尝试使用extractText（）从任何页面提取文本时，它都会返回空字符串。我已经尝试安装textract，但是由于我需要更多的库而出现错误。
import PyPDF2
pdfFileObj = open("January2019.pdf",'rb')
pdfReader = PyPDF2.PdfFileReader(pdfFileObj)
pageObj = pdfReader.getPage(0)
print(pageObj.extractText())
当它应该打印页面内容时，这将打印空字符串
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
