pdfminer模块import时报错

Poiink

最近想写一个获取pdf文件内容并获得其页码的小脚本，参考网上的资料得知需要安装 pdfminer 模块，便使用pip方法进行安装，安装结果在尾图。但是在参考网上代码导入时，出现了如下情况：部分函数能够导入，但是部分报错
欲参考代码如下：

1. # -*- coding: utf-8 -*-
   
2. 
   
3. from pdfminer.pdfparser import PDFParser,PDFDocument
   
4. from pdfminer.pdfinterp import PDFResourceManager,PDFPageInterpreter
   
5. from pdfminer.converter import PDFPageAggregator
   
6. from pdfminer.layout import LTTextBoxHorizontal,LAParams
   
7. from pdfminer.pdfinterp import PDFTextExtractionNotAllowed
   
8. 
   
9. def parsePDFtoTXT(pdf_path):
   
10.     fp = open(pdf_path, 'rb')
    
11.     parser = PDFParser(fp)  
    
12.     document= PDFDocument()
    
13.     parser.set_document(document)
    
14.     document.set_parser(parser)
    
15.     document.initialize()
    
16.     if not document.is_extractable:
    
17.         raise PDFTextExtractionNotAllowed
    
18.     else:
    
19.         rsrcmgr=PDFResourceManager()
    
20.         laparams=LAParams()
    
21.         device=PDFPageAggregator(rsrcmgr,laparams=laparams)
    
22.         interpreter=PDFPageInterpreter(rsrcmgr,device)
    
23.         for page in document.get_pages():
    
24.             interpreter.process_page(page)
    
25.             layout=device.get_result()
    
26.             print(layout)
    
27.             output=str(layout)
    
28.             for x in layout:
    
29.                 if (isinstance(x,LTTextBoxHorizontal)):
    
30.                     text=x.get_text()
    
31.                     output+=text
    
32.             with open('C:\\Users\\user\\Desktop\\pdfoutput.txt','a',encoding='utf-8') as f:
    
33.                 f.write(output)
    
34. 
    
35. def get_word_page(word_list):
    
36.     f=open('C:\\Users\\user\\Desktop\\pdfoutput.txt',encoding='utf-8')
    
37.     text_list=f.read().split('<LTPage')
    
38.     n=len(text_list)
    
39.     for w in word_list:
    
40.         page_list=[]
    
41.         for i in range(1,n):
    
42.             if w in text_list[i]:
    
43.                 page_list.append(i)
    
44.         with open('C:\\Users\\user\\Desktop\\result.txt','a',encoding='utf-8') as f:
    
45.                 f.write(w+str(page_list)+'\n')
    
46.                
    
47. if __name__=='__main__':
    
48.     parsePDFtoTXT('C:\\Users\\user\\Desktop\\群体药动学原理建立卡马西平和丙戊酸的定时定量给药模型及临床应用_林玮玮.pdf')
    
49.     get_word_page(['群体药动学','服药时间','知情同意书','NONMEM','贝叶斯反馈'])

复制代码

wp231957

出错的模块就是没有啊

hrp

可能是模块更新了，你看看网上的代码是不是很久之前的了

Poiink

wp231957 发表于 2019-12-1 10:59
出错的模块就是没有啊

emmm，可是我在这个模块的文件夹里找到了 document.py 的文件（参见我修改问题内容的新的图），就有点不太明白了

Poiink

hrp 发表于 2019-12-1 12:31
可能是模块更新了，你看看网上的代码是不是很久之前的了

不知道耶，我查了挺多帖子，贴上去的那个是2019年7月份cnblog上的一篇文章的，挺多帖子都是这样的。我也刚学不久就不太清楚要咋解决这种报错