python pdf逐行

Question

如何在python中逐行獲取pdf文件的內容？我已經在stackoverflow搜索，但無法找到任何好的答案。注意：pyPdf給出斷言錯誤，如果可能的話用slate和pdfminer。

Answer 1

命令行：python /path/to/pdf2txt.py -o text.txt /path/to/yourpdf.pdf

然後，您可以只取文本文件，其製造和使用for line in file:

如果你想成爲高效的，你就必須改變pdf2txt.py，並有outfp是一個python iostring，它可以避免製作文件然後從中讀取文件。