Question

我在Word.docx文件中粘贴了一些Lorem Ipsum，将其保存为PDF并尝试运行以下脚本以进行测试以从PDF中提取文本。

from pyPdf import PdfFileReader
if (fileExtension == ".PDF"):
     pdfDoc = PdfFileReader(file(FOLDER+j, "rb"))
     fileText = ""
     print("Processing a PDF file")
     for pdfpage in range(0,pdfDoc.getNumPages()):
           fileText = fileText + pdfDoc.getPage(pdfpage).extractText()
           fileText = cleantext(fileText)
           fileText = fileText.splitlines(True)
else:
     print("PLEASE CHOOSE A .PDF FILE")

它会针对任何PDF文件引发此特定错误。但是，当我每行运行代码时，它似乎确实有效。所以，如果我第一次运行

      for pdfpage in range(0,pdfDoc.getNumPages()):
           fileText = fileText + pdfDoc.getPage(pdfpage).extractText()

然后是下一行，然后是fileText的最后一行，它可以工作。那么我看不到会发生什么呢？

Answer 1

阅读完第一页后fileText确实是list，因为splitlines返回的是fileText。阅读第二页时，将其全文添加到list（现在为pdfDoc.getPage(pdfpage).extractText()）。因此错误：您无法将字符串（list）连接到from pyPdf import PdfFileReader fileText = [] if (fileExtension == ".PDF"): pdfDoc = PdfFileReader(file(FOLDER+j, "rb")) print("Processing a PDF file") for pdfpage in range(0,pdfDoc.getNumPages()): pageText = pdfDoc.getPage(pdfpage).extractText() pageText = cleantext(pageText) fileText.append(pageText.splitlines(True)) else: print("PLEASE CHOOSE A .PDF FILE")。

如果您只需要一个行列表，我建议您重新编写代码：

fileText

这会存储for中的所有行以供日后使用。

顺便说一句，当你逐行运行代码时，它会起作用，因为这两行是在fileText = cleantext(fileText) fileText = fileText.splitlines(True)循环之外执行的：

from pyPdf import PdfFileReader
if (fileExtension == ".PDF"):
    pdfDoc = PdfFileReader(file(FOLDER+j, "rb"))
    fileText = ""
    print("Processing a PDF file")
    for pdfpage in range(0,pdfDoc.getNumPages()):
        fileText = pdfDoc.getPage(pdfpage).extractText()
    fileText = cleantext(fileText)
    fileText = fileText.splitlines(True)
else:
    print("PLEASE CHOOSE A .PDF FILE")

这相当于如你所描述的那样逐行执行（注意缩进）：

$(document).ready(function(){
        $(".drop").hide();
    $(".link-1").mouseenter(function(){
            $('.link-1-drop').slideDown("fast");
    });
    $(".link-1").mouseleave(function(){
            $('.link-1-drop').slideUp("fast");
    });
});

只能将列表（不是“unicode”）连接到列表

1 个答案: