python pdf模块_用于将PDF转换为文本的Python模块

编辑(再次)：

PDFMiner已在版本中再次更新。20100213

您可以使用以下内容检查已安装的版本：>>> import pdfminer>>> pdfminer.__version__'20100213'

以下是更新的版本(附带关于我更改/添加的内容的注释)：def pdf_to_csv(filename):

from cStringIO import StringIO  #

from pdfminer.converter import LTTextItem, TextConverter

from pdfminer.pdfparser import PDFDocument, PDFParser

from pdfminer.pdfinterp import PDFResourceManager, PDFPageInterpreter

class CsvConverter(TextConverter):

def __init__(self, *args, **kwargs):

TextConverter.__init__(self, *args, **kwargs)

def end_page(self, i):

from collections import defaultdict

lines = defaultdict(lambda : {})

for child in self.cur_item.objs:

if isinstance(child, LTTextItem):

(_,_,x,y) = child.bbox                   #

line = lines[int(-y)]

line[x] = child.text.en