如何在脚本中使用PyPDF2？

Question

import PyPDF2
from PyDF2 import PdfFileReader, PdfFileWriter


file_path="sample.pdf"

pdf = PdfFileReader(file_path)


with open("sample.pdf", "w") as f:'

for page_num in range(pdf.numPages):
   
   pageObj = pdf.getPage(page_num)



   try:
       txt = pageObj.extractText()
       txt = DocumentInformation.author

   except:
       pass

   else:

       f.write(txt)
f.close()

收到错误: ModuleNotFoundError:没有名为“PyPDF2”的模块

编写我想要在PDF中扫描的第一个脚本，然后提取文本并将其写入txt文件。我试图使用pyPDF2，但我不知道如何在这样的脚本中使用它。

编辑:我成功地导入了这样的os & sys。

import os
import sys

Answer 1

有多个问题：

1. from PyDF2 import ...：一个错误。你指的是PyPDF2而不是PyDF2
2. PdfFileWriter是导入的，但从未使用过(附带说明:它是最新版本的PyPDF2中的PdfReader和PdfWriter )
3. with open("sample.pdf", "w") as f:'：语法错误
4. 缺少下一行的缩进
5. 备注:您知道您可以简单地编写for page in pdf.pages吗？
6. DocumentInformation.author错了。我猜你是说pdf.metadata.author
7. 您重写了txt变量--我不明白为什么在重新分配之前不使用它。

也许这就是你想要的

from PyPDF2 import PdfReader

def get_text(pdf_file_path: str) -> str:
    text = ""
    reader = PdfReader(pdf_file_path)
    for page in reader.pages:
        text += page.extract_text()
    return text


text = get_text("example.pdf")

with open("example.txt", "w") as f:
    f.write(text)

安装问题

如果您有安装问题，也许安装PyPDF2的文档可以帮助您吗？

如果以python your_script_name.py的形式在控制台中执行脚本，则可能需要检查

python -c "import PyPDF2; print(PyPDF2.__version__)"

这应该会显示您的PyPDF2版本。如果没有，您使用的Python环境没有安装PyPDF2。请注意，您的系统可能具有任意的许多Python环境。