我正在使用Python PDFTK作为我正在进行的PDF文本提取项目的一部分。有人知道我可以使用的更好的文本提取库吗？
我正在使用Python，但现在一切皆有可能。
我也在寻找替代品——基本上是任何能跑得一样或更好的东西。我的一些PDF（未加密等）没有被PDFTK提取器识别，我也没有得到我想要的进展。
谢谢你抽出时间。
尝试PDFMiner。这是一个支持许多功能的PDF库。基本上，它还有一个名为pdf2text.py的工具，他们在其中提供了一个将加密PDF文件中的内容提取为纯文本文档的示例。请参阅页面上pdf2text.py的部分。
还支持CJK语言（需要安装一些依赖项）
还支持CJK字符
javascript python java c# php android html jquery c++ css ios sql mysql arrays asp.net json python-3.x ruby-on-rails .net sql-server django objective-c excel regex ruby linux ajax iphone xml vba spring asp.net-mvc database wordpress string postgresql wpf windows xcode bash git oracle list vb.net multithreading eclipse algorithm macos powershell visual-studio image forms numpy scala function api selenium