Как извлечь текст из PDF-файла через Python? [закрыто] ⇐ Python

[Anonymous]

Я извлекаю текст этого PDF-файла с помощью пакета PyPDF2 Python (версия 1.27.2):

Код: Выделить всё

import PyPDF2

with open("sample.pdf", "rb") as pdf_file:
read_pdf = PyPDF2.PdfFileReader(pdf_file)
number_of_pages = read_pdf.getNumPages()
page = read_pdf.pages[0]
page_content = page.extractText()
print(page_content)

Я получаю этот вывод, который отличается от PDF-документа:

Код: Выделить всё

 ! " # $ % # $ % &% $ &' ( ) * % + , - % . / 0 1 ' * 2 3% 4
5
' % 1 $ # 2 6 % 3/ % 7 / ) ) / 8 % &) / 2 6 % 8 # 3" % 3" * % 31 3/ 9 # &)
%

Как извлечь текст в том виде, в каком он есть в PDF-документе?


Подробнее здесь: https://stackoverflow.com/questions/348 ... via-python