.PDF를 반복하고 PDFMiner를 사용하여 .txt로 변환하십시오.

Question

저는 독자적으로 수행 할 수 있었던 두 가지 다른 것들을 병합하려고합니다. 불행히도 PDFMiner 문서는 전혀 유용하지 않습니다.

PDF 파일이 백 가지 인 폴더가 있습니다. 이름은 "[0-9].pdf"이며 특별한 순서는 없으며 파일을 정렬하는 데 신경 쓰지 않아도됩니다. 나는 그들을 통해 가서 텍스트로 변환하는 방법이 필요합니다.

이 게시물 사용 : Extracting text from a PDF file using PDFMiner in python? - 하나의 PDF에서 텍스트를 성공적으로 추출 할 수있었습니다.

이 게시물 중 일부는 : batch process text to csv using python - PDF로 가득 찬 폴더를 열어보고 작업하는 방법을 결정하는 데 유용했습니다.

이제는 어떻게 하나씩 PDF를 열고 텍스트 개체로 변환하고 동일한 original-filename.txt 텍스트 파일로 저장 한 다음 디렉토리의 다음 PDF. 내가 컴파일 오류를 얻을

from pdfminer.pdfinterp import PDFResourceManager, PDFPageInterpreter 
from pdfminer.converter import TextConverter 
from pdfminer.layout import LAParams 
from pdfminer.pdfpage import PDFPage 
from cStringIO import StringIO 
import os 
import glob 

directory = r'./Documents/003/' #path 
pdfFiles = glob.glob(os.path.join(directory, '*.pdf')) 

resourceManager = PDFResourceManager() 
returnString = StringIO() 
codec = 'utf-8' 
laParams = LAParams() 
device = TextConverter(resourceManager, returnString, codec=codec, laparams=laParams) 
interpreter = PDFPageInterpreter(resourceManager, device) 

password = "" 
maxPages = 0 
caching = True 
pageNums=set() 

for one_pdf in pdfFiles: 
    print("Processing file: " + str(one_pdf)) 
    fp = file(one_pdf, 'rb') 
    for page in PDFPage.get_pages(fp, pageNums, maxpages=maxPages, password=password,caching=caching, check_extractable=True): 
      interpreter.process_page(page) 
    text = returnString.getvalue() 
    filenameString = str(one_pdf) + ".txt" 
    text_file = open(filenameString, "w") 
    text_file.write(text) 
    text_file.close() 
    fp.close() 

device.close() 
returnString.close() 

,하지만 내 코드는 아무것도하지 않습니다

여기 내 코드입니다.

도움 주셔서 감사합니다.

Answer 1

그냥 @LaurentLAPORTE의 솔루션 아이디어로 내 자신의 질문에 대답했습니다.

directory을 다음과 같이 os을 사용하여 절대 경로로 설정하십시오. os.path.abspath("../Documents/003/"). 그런 다음 효과가 있습니다.