python 读取 pdf 文件中的文字

你可以使用Python中的一些库来读取PDF文件中的文字。其中一个常用的库是`PyPDF2`。

首先，你需要使用`PyPDF2`库来打开PDF文件，然后使用`PdfFileReader`类来读取文件内容。接下来，你可以通过`getNumPages()`方法获取PDF文件中的总页数，并使用`getPage()`方法获取每一页的内容。

下面是一个简单的示例代码：

import PyPDF2

def read_pdf(filename):
    with open(filename, 'rb') as file:
        pdf = PyPDF2.PdfFileReader(file)
        num_pages = pdf.getNumPages()
        
        text = ""
        for page_num in range(num_pages):
            page = pdf.getPage(page_num)
            text += page.extractText()
            
        return text

filename = "example.pdf"
text = read_pdf(filename)
print(text)

请确保你已经安装了`PyPDF2`库，你可以使用以下命令安装：

pip install PyPDF2

这个例子会将PDF文件中的所有文本提取出来，并打印出来。请注意，有些PDF文件可能包含图像或者其他非文本内容，这些内容无法通过这种方法提取。