这是一个使用当前版本的PDFminer从PDF文件提取文本的工作示例（2016年9月）
from pdfminer.pdfinterp import PDFResourceManager, PDFPageInterpreter
from pdfminer.converter import TextConverter
from pdfminer.layout import LAParams
from pdfminer.pdfpage import PDFPage
from io import StringIO
def convert_pdf_to_txt(path):
rsrcmgr = PDFResourceManager()
retstr = StringIO()
codec = 'utf-8'
laparams = LAParams()
device = TextConverter(rsrcmgr, retstr, codec=codec, laparams=laparams)
fp = open(path, 'rb')
interpreter = PDFPageInterpreter(rsrcmgr, device)
password = ""
maxpages = 0
caching = True
pagenos=set()
for page in PDFPage.get_pages(fp, pagenos, maxpages=maxpages, password=password,caching=caching, check_extractable=True):
interpreter.process_page(page)
text = retstr.getvalue()
fp.close()
device.close()
retstr.close()
return text
PDFminer的结构最近发生了变化，因此应该可以从PDF文件中提取文本。
：截至2018年6月7日仍在工作。在Python Version 3.x中验证
编辑：该解决方案于2019年10月3日与Python 3.7一起使用。我使用了Python库pdfminer.six，该库于2018年11月发布。
602392714
清零编程群