如何解决PyPDF2以类似二进制的形式打开一些PDF文件
我正在尝试使用 Python 提取 this PDF 文件中的文本并使用以下脚本:
import PyPDF2
pdfObj = open('sample.pdf','rb')
pdfReader = PyPDF2.PdfFileReader(pdfObj)
numPages = pdfReader.numPages
for i in range(numPages):
page = pdfReader.getPage(i)
pageText = page.extractText()
print(pageText)
但我得到了一个类似于二进制的输出,与 PDF 文档中包含的输出不同,如下所示:
˝˛%˚˝'˛#˜˝',%"˛˚˜˛%":˝#"',˜&**#˜˝ 68 #*
我该如何解决这个问题?
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。