我尝试使用PDFMiner从PDF文件中提取文本。我想使用脚本pdf2txt.py来运行
中的示例示例http://www.unixuser.org/~euske/python/pdfminer/index.html
使用此单行
pdf2txt.py samples/simple1.pdf
由于我使用IDLE在Windows上工作,因此我在IDLE
中运行以下脚本import pdf2txt
pdf2txt.main(['C:\Users\Desktop\Dictionary Construction\simple1.pdf'])
每次给我
用法:C:\ Usersernor \ Desktop \ Dictionary Construction \ simple1.pdf [-d] [-p pagenos] [-m maxpages] [-P密码] [-o输出] [-C] [-n] [-A] [-V] [-M char_margin] [-L line_margin] [-W word_margin] [-F boxes_flow] [-Y layout_mode] [-O output_dir] [-R rotation] [-t text | html | xml | tag] [-c codec] [-s scale] file ...
我知道这是一条错误消息,告诉我该参数未被解析。 pdf2txt.py的前几行如下:
def main(argv):
import getopt
def usage():
print ('usage: %s [-d] [-p pagenos] [-m maxpages] [-P password] [-o output]'
' [-C] [-n] [-A] [-V] [-M char_margin] [-L line_margin] [-W word_margin]'
' [-F boxes_flow] [-Y layout_mode] [-O output_dir] [-R rotation]'
' [-t text|html|xml|tag] [-c codec] [-s scale]'
' file ...' % argv[0])
return 100
try:
(opts, args) = getopt.getopt(argv[1:], 'dp:m:P:o:CnAVM:L:W:F:Y:O:R:t:c:s:')
except getopt.GetoptError:
我如何格式化我的论点来制作它?我知道这是一个愚蠢的问题,但它让我疯狂。
请帮助我!
谢谢,
杰森
更新
按照路易斯的建议,我将命令改为
pdf2txt.main(['simple1.html','mypdf.pdf'])
现在它可以在shell窗口中生成输出,但是,我找不到输出文件' simple1.html',我尝试了以下命令:
pdf2txt.main(['-o C:\Users\Desktop\Dictionary Construction\simple1.html','mypdf.pdf'])
pdf2txt.main(['C:\Users\Desktop\Dictionary Construction\simple1.html','mypdf.pdf'])
他们都没有在我指定的文件夹中工作和制作文件。
答案 0 :(得分:1)
你应该把它称为:
pdf2txt.py samples/simple1.txt samples/simple1.pdf
如果你愿意,让我们说,samples / simple1.txt是输出。