Извлечение текста PDF на Windows 8 с помощью Python 3.5.0
Я хочу извлечь текст из файла PDF с помощью Python 3.5.0 с помощью пакета Slate на Windows8.
Проблема: Несмотря на то, что я успешно установил пакет slate, когда я пытаюсь импортировать slate, возникают определенные ошибки. Пожалуйста, предложите, что мне не хватает.
Ошибки:
Traceback (последний вызов был последним): файл "", строка 1, в файле импорта сланца Файл "C:\Users\name\AppData\Local\Programs\Python\Python35-32\lib\site-packages\slate-0.4.1-py3.5.egg\slate__init__.py", строка 66, из импорта из сланца PDF
ImportError: невозможно импортировать имя 'PDF'
3 ответа
Вы могли бы попробовать pdftotext ( версия для Windows) из библиотеки poppler.
Как отдельная программа, она не требует Python. Но я часто использую его из Python как подпроцесс, например:
import subprocess
args = ['pdftotext', '-layout', '-q', 'input.pdf', '-']
txt = subprocess.check_output(args, universal_newlines=True)
Сланец зависит от PDFMiner (Python 3 не поддерживается.)
Вы можете попробовать установить его с помощью:
pip install PDFMiner
Я пошел с установкой pdfminer3k - pypi - но он не отвечал должным образом (и документация не была хорошей), поэтому я посмотрел немного больше и нашел эту страницу для возможных альтернатив. Дайте мне знать, если какой-либо из них удовлетворяет.
Вы можете установить pdfminer.six
pip install pdfminer.six