程式碼示例：

#!/usr/bin/env python3

#-*- coding:utf-8 -*-

# pip3 install pdfminer3k

from pdfminer.converter import PDFPageAggregator

from pdfminer.layout import LAParams, LTTextBoxHorizontal

from pdfminer.pdfparser import PDFParser, PDFDocument

from pdfminer.pdfinterp import PDFResourceManager, PDFPageInterpreter, PDFTextExtractionNotAllowed

from pdfminer.pdfdevice import PDFDevice

def read_pdf(pdf_name, result_name):

# 以二進位制讀模式開啟

fp = open(pdf_name, "rb")

# 用檔案物件來建立一個pdf文件分析器

parser = PDFParser(fp)

# 建立一個pdf文件

doc = PDFDocument()

# 連線分析器 與文件物件

parser.set_document(doc)

doc.set_parser(parser)

# 提供初始密碼，如果沒有密碼 就建立一個空的字串

doc.initialize("")

# 檢測文件是否提供txt轉換，不提供就丟擲異常

if not doc.is_extractable:

raise PDFTextExtractionNotAllowed

# 建立PDf 資源管理器 來管理共享資源

rsrcmgr = PDFResourceManager()

# 建立一個PDF裝置物件

laparams = LAParams()

device = PDFPageAggregator(rsrcmgr, laparams=laparams)

# 建立一個PDF直譯器物件

interpreter = PDFPageInterpreter(rsrcmgr, device)

with open(result_name,"w",encoding="u8") as fd_out:

# 迴圈遍歷列表，每次處理一個page的內容

for i,page in enumerate(doc.get_pages(),1):

index = "===========《第{}頁》===========".format(i)

print(index)

fd_out.write(index + "\n")

interpreter.process_page(page)

# 接受該頁面的LTPage物件

layout = device.get_result()

for x in layout:

# 這裡layout是一個LTPage物件 裡面存放著 這個page解析出的各種物件 一般包括LTTextBox,

# LTFigure, LTImage, LTTextBoxHorizontal 等等 想要獲取文字就獲得物件的text屬性

if not isinstance(x, LTTextBoxHorizontal):

continue

results = x.get_text()

print(results)

fd_out.write(results)

if __name__ == "__main__":

pdf_name = "test.pdf"

result = "test.txt"

read_pdf(pdf_name, result)