将PDF转换为文本不是一个定义良好的过程。它可以很好地工作，也可以根本不工作，这取决于PDF输入。
我使用了一个linux函数将PDF文件列表转换为文本。
命令：
pdftotext -htmlmeta
这适用于我的大多数文件。
但对于其中的一小部分，这会给我返回一个空白文本文件。
我失败的pdf文件没有加密，没有通过用户/密码进行安全保护，也不是只读的。
为什么会这样？因为PDF的任务主要是表示文档的光学，而不是文本内容。PDF可以是任何东西，从带有位置信息的纯文本到文本字母的纯图形。在后一种情况下，需要对输入运行OCR以接收文本信息。像pdftotext这样的工具无法做到这一点。
有时PDF中的文本分散在整个文件中，例如，因为首先在PDF中提到了所有标准字体的字母，然后在文件的后面提到了所有斜体字体的字母(当然还有位置信息，所以光学表示的读者不会注意到这一点，即使标准字体和斜体在页面上的整个文本中混合)。将这种混乱重新排列成流畅的文本是一项主要任务，不是很多转换器都能做到。
所以我想你所能做的就是尝试更多的PDF到文本的转换器(有些比其他转换器更好，有些只适合某些特定的输入)，或者看看你可以从其他来源获得文本，而不是PDF文件。