python使用textract解析pdf时遇到UnboundLocalError: local variable 'pipe' referenced before assignment

工作需要要用python解析各种文档,我敬爱的manager AKA Byrd推荐给了我textract。

“Textract is the most ridiculous library that I've ever used before”，其实它还是挺强大的，只是对于pdf不太友好。

-----------------------------------------------------------------------------------------------------------------

第一个坑：

用 pip install textract 安装好这个库之后 

import textract
textract.process('a.pdf', method='pdfminer')

报错:textract.exceptions.ShellError: The command `pdf2txt.py a.pdf` failed with exit code 127 

Google了一会才知道原来安装textract的时候并不会自动帮你安装pdfminer,需要手动安装pdfminer。

然后又google到： https://github.com/euske/pdfminer  ,里面有这样一句话

"Install Python 2.6 or newer. ( For Python 3 support have a look at pdfminer.six )."

原来是因为我用的是python3.x,所以得用pdfminer.six

所以 pip install pdfminer.six

第一个坑到这里就踩完了。

第二个坑：

再次运行代码，这次出现了这样的报错信息

UnboundLocalError: local va