Python-读取pdf文件

import sys
import importlib
importlib.reload(sys)

from pdfminer.pdfparser import PDFParser, PDFDocument
from pdfminer.pdfinterp import PDFResourceManager,PDFPageInterpreter
from pdfminer.converter import PDFPageAggregator
from pdfminer.layout import LTTextBoxHorizontal, LAParams
from pdfminer.pdfinterp import PDFTextExtractionNotAllowed

def readPDF(path,toPath):
#以二进制形式打开pdf文件
f=open(path,"rb")

#创建一个pdf文档分析器
parser=PDFParser(f)

#创建pdf文档
pdfFile=PDFDocument()

#链接分析器与文档对象
parser.set_document(pdfFile)
pdfFile.set_parser(parser)
#有些pdf是带密码的,需要提供初始化密码
pdfFile.initialize() 

#检测文档是否提供txt转换
if not pdfFile.is_extractable:
    raise PDFTextExtractionNotAllowed#相当于结束
else:
    #解析数据
    
    #数据管理器
    manager=PDFResourceManager()
    #创建一个PDF设备对象
    laparams=LAParams()
    device=PDFPageAggregator(manager,laparams=laparams)
    #解释器对象
    interpreter=PDFPageInterpreter(manager,device)
    
    
    #开始循环处理,每次处理一页
    for page in pdfFile.get_pages():
        interpreter.process_page(page)
        layout=device.get_result()
        for x in layout:
            if (isinstance(x,LTTextBoxHorizontal)):
                with open(toPath,"a") as f:
                    str=x.get_text()
                    print(str)
                    f.write(str+"\n")

path=r"添加文件路径"
toPath=r"添加生成的文件的路径"
readPDF(path,toPath)