Python2.7读取PDF文件的方法示例

#!/usr/bin/env python#-*- coding:utf-8 -*-from pdfminer.pdfparser import PDFParserfrom pdfminer.pdfdocument import PDFDocumentfrom pdfminer.pdfpage import PDFPagefrom pdfminer.pdfpage import PDFTextExtractionNotAllowedfrom pdfminer.pdfinterp import PDFResourceManagerfrom pdfminer.pdfinterp import PDFPageInterpreterfrom pdfminer.pdfdevice import PDFDevicefrom pdfminer.layout import LAParamsfrom pdfminer.converter import PDFPageAggregator#获取文档对象，你把algorithm.pdf换成你自己的文件名即可。fp=open("algorithm.pdf","rb")#创建一个与文档相关联的解释器parser=PDFParser(fp)#PDF文档对象doc=PDFDocument(parser)#链接解释器和文档对象parser.set_document(doc)#doc.set_paeser(parser)#初始化文档#doc.initialize("")#创建PDF资源管理器resource=PDFResourceManager()#参数分析器laparam=LAParams()#创建一个聚合器device=PDFPageAggregator(resource,laparams=laparam)#创建PDF页面解释器interpreter=PDFPageInterpreter(resource,device)#使用文档对象得到页面集合for page in PDFPage.create_pages(doc):  #使用页面解释器来读取  interpreter.process_page(page)  #使用聚合器来获取内容  layout=device.get_result()  for out in layout:    if hasattr(out, "get_text"):      print out.get_text()