import os.pathfrom pdfminer.pdfparser import PDFParser,PDFDocumentfrom pdfminer.pdfinterp import PDFResourceManager, PDFPageInterpreterfrom pdfminer.converter import PDFPageAggregatorfrom pdfminer.layout import LTTextBoxHorizontal,LAParamsfrom pdfminer.pdfinterp import PDFTextExtractionNotAllowedclass CPdf2TxtManager():  '''''  classdocs  '''  def __init__(self):    '''''    Constructor    '''  def changePdfToText(self, filePath):    file = open(path, 'rb') # 以二進(jìn)制讀模式打開    #用文件對(duì)象來創(chuàng)建一個(gè)pdf文檔分析器    praser = PDFParser(file)    # 創(chuàng)建一個(gè)PDF文檔    doc = PDFDocument()    # 連接分析器 與文檔對(duì)象    praser.set_document(doc)    doc.set_parser(praser)    # 提供初始化密碼    # 如果沒有密碼 就創(chuàng)建一個(gè)空的字符串    doc.initialize()    # 檢測文檔是否提供txt轉(zhuǎn)換，不提供就忽略    if not doc.is_extractable:      raise PDFTextExtractionNotAllowed    # 創(chuàng)建PDf 資源管理器 來管理共享資源    rsrcmgr = PDFResourceManager()    # 創(chuàng)建一個(gè)PDF設(shè)備對(duì)象    laparams = LAParams()    device = PDFPageAggregator(rsrcmgr, laparams=laparams)    # 創(chuàng)建一個(gè)PDF解釋器對(duì)象    interpreter = PDFPageInterpreter(rsrcmgr, device)    pdfStr = ''    # 循環(huán)遍歷列表，每次處理一個(gè)page的內(nèi)容    for page in doc.get_pages(): # doc.get_pages() 獲取page列表      interpreter.process_page(page)      # 接受該頁面的LTPage對(duì)象      layout = device.get_result()      # 這里layout是一個(gè)LTPage對(duì)象 里面存放著 這個(gè)page解析出的各種對(duì)象 一般包括LTTextBox, LTFigure, LTImage, LTTextBoxHorizontal 等等 想要獲取文本就獲得對(duì)象的text屬性，      for x in layout:        if (isinstance(x, LTTextBoxHorizontal)):          pdfStr = pdfStr + x.get_text() + '/n'    fileNames = os.path.splitext(filePath)    file2 = open(fileNames[0] + '.txt','wb')#保存這些內(nèi)容    file2.write(pdfStr.encode())    file2.close()    file.close()if __name__ == '__main__':  '''''   解析pdf 文本，保存到txt文件中  '''  path = r'C:/Users/Administrator/Desktop/《精力管理》.pdf'  pdf2TxtManager = CPdf2TxtManager()  pdf2TxtManager.changePdfToText(path)