# -*- coding: utf-8 -*- import PyPDF2 import sys import io # 创建一个文本输出流，包装标准输出 sys.stdout = io.TextIOWrapper(sys.stdout.buffer, encoding='utf-8') # 打印包含特殊字符的字符串 s = 'PDF文件头信息：\xae' print(s) # 打开PDF文件 pdf_file = open('x1/2023凯程333教育综合应试解析-外国教育史(OCR).pdf', 'rb') # 创建一个PDF读取器对象 pdf_reader = PyPDF2.PdfFileReader(pdf_file) # 打印PDF文件头信息 pdf_info = pdf_reader.getDocumentInfo() print('PDF文件头信息：') for key, value in pdf_info.items(): try: print(f'{key}: {value}') except UnicodeEncodeError: print(f'{key}: {" ".join(value.split())}') # 打印PDF文件体信息 for page_num in range(pdf_reader.getNumPages()): page = pdf_reader.getPage(page_num) print(f'第{page_num+1}页的内容：\n{page.extractText()}') # 打印PDF交叉引用表信息 print('PDF交叉引用表信息：\n', pdf_reader.xref) # 打印PDF文件尾信息 print('PDF文件尾信息：', pdf_reader.trailer) # 关闭PDF文件 pdf_file.close()上述代码改写成用pdfminer

可以使用pdfminer库来代替PyPDF2完成相同的功能。下面是相应的代码：

import io
from pdfminer.pdfparser import PDFParser
from pdfminer.pdfdocument import PDFDocument
from pdfminer.pdfpage import PDFPage
from pdfminer.pdfinterp import PDFResourceManager, PDFPageInterpreter
from pdfminer.layout import LAParams, LTTextBoxHorizontal
from pdfminer.converter import TextConverter
import sys

# 创建一个文本输出流，包装标准输出
sys.stdout = io.TextIOWrapper(sys.stdout.buffer, encoding='utf-8')

# 打印包含特殊字符的字符串
s = 'PDF文件头信息：\xae'
print(s)

# 打开PDF文件
pdf_file = open('x1/2023凯程333教育综合应试解析-外国教育史(OCR).pdf', 'rb')

# 创建一个PDF解析器对象
parser = PDFParser(pdf_file)

# 创建一个PDF文档对象
document = PDFDocument(parser)

# 检查文档是否可用
if not document.is_extractable:
    raise PDFTextExtractionNotAllowed

# 创建一个PDF资源管理器对象
rsrcmgr = PDFResourceManager()

# 创建一个PDF设备对象
device = TextConverter(rsrcmgr, io.StringIO(), laparams=LAParams())

# 创建一个PDF解释器对象
interpreter = PDFPageInterpreter(rsrcmgr, device)

# 打印PDF文件头信息
print('PDF文件头信息：')
for key, value in document.info[0].items():
    try:
        print(f'{key}: {value}')
    except UnicodeEncodeError:
        print(f'{key}: {" ".join(value.split())}')

# 打印PDF文件体信息
for page in PDFPage.create_pages(document):
    interpreter.process_page(page)
    layout = device.get_result()
    for element in layout:
        if isinstance(element, LTTextBoxHorizontal):
            print(element.get_text())

# 关闭PDF文件
pdf_file.close()

需要注意的是，pdfminer库输出的文本可能会比PyPDF2的结果有所不同，因为它使用了不同的解析算法。此外，pdfminer库也提供了更多的解析选项和功能。