在Python

Question

PDF为https://www.pdf-archive.com/2017/03/22/pdf/

我希望获得一个JSON文件，其中包含：引用，日期，申请人，位置和提案。我的第一个目标是弄清楚如何通过水平线“分割”pdf来提取每个单独的应用程序。

我正在使用PyPDF2

import PyPDF2

pdfFileObj = open('example.pdf','rb') 
pdfReader = PyPDF2.PdfFileReader(pdfFileObj)
pageObj = pdfReader.getPage(0)         
print (pageObj.extractText())

然而，我不能让这种分裂发挥作用。我一直试图让PyPDF2从PDF中打印出它所看到的一切，但也不能这样做。