如何解决使用PyPDF2抓取PDF，数据不是按顺序抓取的！这是该库的限制吗？
使用 PyPDF2 阅读 PDF 时，语法如下：
with open("Sample_data.pdf",'rb') as PDFfile:
reader = p2.PdfFileReader(PDFfile)
print(reader.getDocumentInfo())
page1 = reader.getPage(0)
print(page1.getContents())
text = page1.extractText()
print(text)
假设此 PDF 具有表格数据但没有适当的表格结构。在这种情况下，抓取的数据或文本结果类似于..列名序列与行数据序列不同。
此外，列内没有保留空间，这导致提取后对文本的处理更加复杂。我试图浏览 PyPDF2 的文档，但没有找到任何解决此问题的方法。
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。
