使用PyPDF2抓取PDF，数据不是按顺序抓取的！这是该库的限制吗？

问题描述

使用 PyPDF2 阅读 PDF 时，语法如下：

with open("Sample_data.pdf",'rb') as PDFfile:
reader = p2.PdfFileReader(PDFfile)
print(reader.getDocumentInfo())
page1 = reader.getPage(0)
print(page1.getContents())
text = page1.extractText()
print(text)

假设此 PDF 具有表格数据但没有适当的表格结构。在这种情况下，抓取的数据或文本结果类似于..列名序列与行数据序列不同。

此外，列内没有保留空间，这导致提取后对文本的处理更加复杂。我试图浏览 PyPDF2 的文档，但没有找到任何解决此问题的方法。

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）