从PDF提取格式错误的文本

Question

我正在尝试从PDF中提取一些条目，但是格式不好，使得像普通文档一样简单地解析很不方便。文本没有任何一致的位置，因此每个条目都是唯一的加扰，没有一致的模式。我只想要条目名称和右侧的信息，而不是字段名称或描述。

我尝试使用PyPDF2模块尝试标题和布局信息，但是除了基本的作者信息外，似乎没有其他PDF元数据。

我的想法是使用Google Cloud Vision API来转录文本，但这带来了自动定位的问题。

有没有人知道一种更好的方法，或者，如果不是，那么，如何执行Cloud Vision API的定位？