pdfminer3k non ha alcun metodo chiamato create_pages in PDFPage

Question

Dato che voglio passare da python 2 a 3, ho provato a lavorare con pdfmine.3kr in python 3.4. Sembra che abbiano modificato tutto. I loro registri delle modifiche non riflettono i cambiamenti che hanno fatto, ma non ho avuto successo nell'analisi del pdf con pdfminer3k. Ad esempio:

Hanno spostato PDFDocument in pdfparser (mi dispiace, se si scrive in modo errato). PDFPage utilizzato per avere metodo create_pages che è andato ora. Tutto quello che posso vedere all'interno di PDFPage sono metodi interni. Qualcuno ha un esempio funzionante di pdfminer3k? Sembra che non ci sia una nuova documentazione per riflettere le modifiche.

Answer 1

Se sei interessato a leggere il testo da un file pdf, il seguente codice funziona con pdfminer3k usando python 3.4.

from pdfminer.pdfparser import PDFParser, PDFDocument 
from pdfminer.pdfinterp import PDFResourceManager, PDFPageInterpreter 
from pdfminer.converter import PDFPageAggregator 
from pdfminer.layout import LAParams, LTTextBox, LTTextLine 

fp = open('file.pdf', 'rb') 
parser = PDFParser(fp) 
doc = PDFDocument() 
parser.set_document(doc) 
doc.set_parser(parser) 
doc.initialize('') 
rsrcmgr = PDFResourceManager() 
laparams = LAParams() 
device = PDFPageAggregator(rsrcmgr, laparams=laparams) 
interpreter = PDFPageInterpreter(rsrcmgr, device) 
# Process each page contained in the document. 
for page in doc.get_pages(): 
    interpreter.process_page(page) 
    layout = device.get_result() 
    for lt_obj in layout: 
     if isinstance(lt_obj, LTTextBox) or isinstance(lt_obj, LTTextLine): 
      print(lt_obj.get_text()) 

fp.close() 

Answer 2

Forse, è possibile utilizzare pdfminer.six. È descrizione:

forcella PDFMiner usando sei per Python 2 + 3 compatibilità

Dopo l'installazione utilizzando pip:

pip installare pdfminer.six

L'uso di esso è proprio come pdfminer, almeno nel mio codice.

Spero che questo possa salvare la tua giornata :)