python book pdf_使用Python解析pdf并提取Author和Book nam

我有一个pdf格式的邮件参考列表。邮件列表有一个非常通用的格式，即作者姓名后接书名。

考虑以下示例：

美国阅读列表

民主理论

•达尔，民主理论序言

•熊彼特、资本主义、社会主义和民主(仅导言和第四部分)

•自由民主的男子汉、生活和时代

•达尔，民主及其批评者

现在，我尝试使用pdf miner解析pdf并创建一个列表，其中第一个索引是作者姓名，第二个索引是书的名称，如下所示：

【达尔，民主理论序言】

我尝试使用分割功能，因为作者名后面有一个逗号和一个空格。但是我没有得到正确的结果。

有人能帮忙吗？在def extract():

string = convert_pdf_to_txt("/Users/../../names.pdf")

lines = list(filter(bool, string.split('\n')))

for i in lines:

check.extend(i.split(','))

x=remove_numbers(check)

remove_blank= [x for x in x if x]

combine_two = [remove_blank[x:x + 2] for x in xrange(0,len(remove_blank), 2)]

print combine_two