如何從pdf文件中逐行讀取txt

Question

import pyPdf 
f= open('jayabal_appt.pdf','rb') 
pdfl = pyPdf.PdfFileReader(f) 
output = pyPdf.PdfFileWriter() 
content="" 
for i in range(0,1): 
    content += pdfl.getPage(i).extractText() + "\n" 
outpu = open('b.txt','wb') 
outpu.write(content) 
f.close() 
outpu.close()  

這不是將pdf的內容寫入txt文件中......我做了什麼???

Answer 1

迭代通過每一個頁面，並呼籲extractText()像這樣：

content = "" 
for i in range(0, num_pages): 
    content += pdfl.getPage(i).extractText() + "\n" 

一旦你的全部內容，你可以很容易地通過「\ n」分隔符分割線。

編輯： 檢查for循環後，變量contents是否包含任何文本。並非所有的PDF文件都包含文本信息。