Python解析PDF你知道几种方法？这几种方法，你见过吗？

今天呢？小编给大家操作几种Python解析PDF方法。请大家认真看噢！不懂的请留言.........

PdfMiner的demo:

试用后发现PdfMiner更适合配合StringIO转出pdf文件中的文字类信息。这和我的需求不符，果断更换。

接着找到了PythonMagick，通过写demo发现能够顺利转出我需要的图，但是PythonMagick并没有方法可以获取pdf文件的页数，于是又找到了PyPdf2，PyPdf2的PdfFileReader中getNumPages()方法可以读取pdf文件页数。

PythonMagick的demo：

运行时，碰到错误1：

PyPDF2.utils.PdfReadError: Multiple definitions in dictionary at byte 0x4717c2 f or key /Info

通过查询，将严格模式关闭，PdfFileReader(input_stream,strict=False)可以解决。

文中所用到的包如下：

PythonMagick可以通过lfd.edu提供的镜像下载whl文件，比如我用的python2.7，64位windows，下载对应的是PythonMagick‑0.9.10‑cp27‑none‑win_amd64.whl。

安装方法，cmd进入whl文件所在目录，运行：

pip install PythonMagick‑0.9.10‑cp27‑none‑win_amd64.whl

PyPdf2可以使用pip直接安装。

pip install PyPdf2

PdfMiner可以在github里搜一下，关键字排名第一有2k star那个的就是。

在搜索过程中，还发现另外一种方法，使用ImageMagick与命令行进行转换

cmd进入pdf所在目录，运行：

magick convert 6p.pdf 6p.jpg

此方法能够将pdf自动按页转为jpg。

这几种方法你都知道了吗？谢谢你们的观看！！！谢谢