python pdf逐行

Question

如何在python中逐行获取pdf文件的内容？我在stackoverflow中搜索过但找不到任何好的答案。注意：pyPdf给出断言错误，如果可能的话，给出slate和pdfminer。

Answer 1

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

然后，您可以只使用它生成的文本文件并使用for line in file:

如果你想要高效，你将不得不改变pdf2txt.py，并且outfp是一个python iostring，这将避免制作文件然后从中读取。