错误:无法从'pdfminer.pdfparser‘导入名称'PDFDocument’

Question

我需要从pdf文件中提取文本，并成功地使用了pdfminer.six，提取文本段落和表格。但是现在我得到了一个与该行相关的错误

from pdfminer.pdfparser import PDFParser, PDFDocument: 

ImportError:无法从'PDFDocument‘(C:\Usersusername\Anaconda3\lib\site-packages\pdfminer\pdfparser.py)导入名称'pdfminer.pdfparser’

我用的是巨蟒朱庇特。Python 3.7.3。软件包pdfmin.Six-20181108

我使用的代码是基于这个的：How to read pdf file using pdfminer3k?

根据下面给出的建议，我已经多次尝试卸载并重新安装Anaconda、pdfminer.six和其他包：https://github.com/pdfminer/pdfminer.six/issues/196一周前它突然起作用了，但现在我又得到了一个错误。

因为我在Win10上工作，所以我也尝试使用Linux Ubuntu，如下所述：https://medium.com/hugo-ferreiras-blog/using-windows-subsystem-for-linux-for-data-science-9a8e68d7610c

同样的错误。

然后，基于下面的网页，我认为值得尝试拆分PDFparser，PDFDocument：

from pdfminer.pdfparser import PDFParser, PDFDocument

至

from pdfminer.pdfparser import PDFParser
from pdfminer.pdfdocument import PDFDocument
from pdfminer.pdfpage import PDFPage

https://loctv.wordpress.com/2017/02/07/fix-importerror-cannot-import-name-pdfdocument-when-using-slate/ ..但这在以后的代码中产生了新的错误。

我的代码开头如下所示：

path =文件的名称和路径

fp =open(路径，'rb')

从pdfminer.pdfparser导入PDFParser，PDFDocument

从pdfminer.pdfinterp导入PDFResourceManager，PDFPageInterpreter

从pdfminer.converter导入PDFPageAggregator

从pdfminer.layout导入LAParams、LTTextBox、LTTextLine

我希望能够运行代码并从pdf文件中提取文本，但代码因与PDFDocument pdfminer.pdfparser相关的错误而停止

任何关于我应该做什么的建议都是非常感谢的！这可能与pdfminer.six的安装方式有关吗？

Answer 1

我得到了Notodden Serit的帮助。更改此设置：

from pdfminer.pdfparser import PDFParser, PDFDocument

至：

from pdfminer.pdfparser import PDFParser
from pdfminer.pdfdocument import PDFDocument
from pdfminer.pdfpage import PDFPage

中添加解析器

doc = PDFDocument()

至：

doc = PDFDocument(parser)

然后：

for page in doc.get_pages():

至：

for page in PDFPage.create_pages(doc):

Answer 2

According to the pdfminer documentation

from pdfminer.pdfdocument import PDFDocument`