python读取pdf所有的文本

要使用 Python 读取 PDF 中的所有文本，可以使用 PyPDF2、pdfminer、pdfplumber 等库。

下面是使用 pdfminer 库的示例代码：

import io
import pdfminer
from pdfminer.converter import TextConverter
from pdfminer.pdfinterp import PDFPageInterpreter
from pdfminer.pdfinterp import PDFResourceManager
from pdfminer.pdfpage import PDFPage

def extract_text_from_pdf(pdf_path):
    resource_manager = PDFResourceManager()
    fake_file_handle = io.StringIO()
    converter = TextConverter(resource_manager, fake_file_handle)
    page_interpreter = PDFPageInterpreter(resource_manager, converter)

    with open(pdf_path, 'rb') as fh:
        for page in PDFPage.get_pages(fh,
                                      caching=True,
                                      check_extractable=True):
            page_interpreter.process_page(page)

        text = fake_file_handle.getvalue()

    # 关闭打开的句柄
    converter.close()
    fake_file_handle.close()

    return text

这段代码使用 io 和 pdfminer 库中的类和函数来打开 PDF 文件，使用 TextConverter 将 PDF 中的文本转换为字符串，并使用 PDFPageInterpreter 处理 PDF 页面。最后返回字符串文本。

你可以使用以下代码调用 `extract_text_from_pdf()` 函数并将 PDF 文件路径传递给它：

pdf_text = extract_text_from_pdf('/path/to/your/pdf_file.pdf')
print(pdf_text)

这样就可以将 PDF 文件中的所有文本打印出来了。