您可以使用PyPDF2软件包

# install PyPDF2
pip install PyPDF2

安装后：

# importing all the required modules
import PyPDF2

# creating a pdf reader object
reader = PyPDF2.PdfReader('example.pdf')

# print the number of pages in pdf file
print(len(reader.pages))

# print the text of the first page
print(reader.pages[0].extract_text())

沿着the documentation走。

可以在python中使用textract模块

T提取

用于安装

pip install textract

阅读pdf

import textract
text = textract.process('path/to/pdf/file', method='pdfminer')

详情**Textract**