如何在不使用unix进行转换的情况下在python中读取pdf文件？

Question

pdfile=open("tutorial.pdf","r")
xyz= pdfile.readlines()
pqr=pdfile.readline()
for a in xyz:
    print a

此代码不显示实际内容。相反，它会显示一些问号和方框。

Answer 1

PDF文件不是纯文本 - 您不能只将其字节打印到终端。您需要使用PDF阅读库（请参阅Python PDF library获取一些建议）来阅读它。

Answer 2

PDF文件包含格式化数据，您无法直接阅读，

所以使用pyPdf模块！ 点击这里http://pybrary.net/pyPdf/ 安装，您无需转换即可阅读。

Answer 3

如果您正在处理文本PDF文件，我建议您使用PDFMiner。 （可在此处找到完整的示例：https://github.com/syllabs/pdf2text）