python pdfplumber 识别pdf为空 表格识别 文字提取 zipfile解压 bad password

使用python module  pdfplumber 提取表格的时候，在window中提取没有任何问题，到了linux上，发现提取出来的文字全部为空，使用tabula 可以，但是结果不准，很是郁闷。怀疑是字体问题，然后拷贝了几个字体依旧。

搜索资料也没发现对应的。

解决办法：

必须安装pdfminer ！！！！

pip3 install pdfminer==20191125 版本也可以不指定。

然后居然可以提取出内容了！！！

分析。pdfplumber 是基于pdfminer 的加强版，不安装pdfminer 不会报错，但是提取内容解为空，提取单元格倒是很精确呢。

持续：

ubuntu中弄好了，发现centos中操作后不行。

研究了半天，最后发现，需要 pip3 install pdfminer。 然后

pip3 uninstall -y pdfminer 再 pip3 install pdfminer==20191125

没搞懂为啥非得安装了再卸载，然后再安装才行。

zipfile 解压压缩明明密码正确提示 BAD password

另一个问题，两个压缩包，都带密码的，一个解压正常，一个解压 bad password ，不过密码是正确的明明。

看网上说好像压缩的时候存在一个什么使用传统加密的。

解决版本，使用7zip。

Linux下的话，可以安装其它软件。

例如

yum install -y epel-release
yum install -y p7zip

cmd = "7za e -P{0} -o{1} -y {2}".format(self.password, zip_dir, self.file_path)
cmd_ret = os.system(cmd)

# 为0则解压成功
if cmd_ret == 1:
    raise RuntimeError
elif cmd_ret > 1:
    raise zipfile.BadZipFile

参数说明： e 解压， -P密码  -o解压目录

7za e -p1234 -o/tmp -y zaaa.zip

其它安装参考：

https://itsfoss.com/use-7zip-ubuntu-linux/

说明，有的安装的是 7z 的命令，基本上都差不多了。