19
如何从PDF文件中提取文本?
我正在尝试使用提取此 PDF文件中包含的文本Python。 我正在使用PyPDF2模块,并具有以下脚本: import PyPDF2 pdf_file = open('sample.pdf') read_pdf = PyPDF2.PdfFileReader(pdf_file) number_of_pages = read_pdf.getNumPages() page = read_pdf.getPage(0) page_content = page.extractText() print page_content 运行代码时,得到以下输出,该输出与PDF文档中包含的输出不同: !"#$%#$%&%$&'()*%+,-%./01'*23%4 5'%1$#26%3/%7/))/8%&)/26%8#3"%3"*%313/9#&) % 如何提取PDF文档中的原样?