【发布时间】：2019-08-14 17:52:09
【问题描述】：
我想从 pdf 中提取，但 pypdf2 没有提取所有信息，并且由于以下错误，textract 无法在 3.7 中安装：
UnicodeDecodeError: 'charmap' codec can't decode byte 0x8d in position 1671: character maps to <undefined>
【问题讨论】：
标签： python python-3.7
【发布时间】：2019-08-14 17:52:09
【问题描述】：
从https://pypi.python.org/pypi/textract下载
textract的源文件pip3 install pdfminer3kuntar下载的文件cd进入目录运行：
python3 setup.py install
希望它对你有用:)
【讨论】：
-
我收到“错误：安装脚本退出并出现错误：命令 'swig' 失败，退出状态为 1”。我无法安装 swig
我已经通过以下步骤在 Windows 10 上安装了textract：-
pip install textract- 安装poppler：
- 下载存档 - http://blog.alivate.com.au/wp-content/uploads/2018/10/poppler-0.68.0_x86.7z
- 解压
- 将完整的文件夹粘贴到
C:\Program Files - 将
C:\Program Files\poppler-0.68.0\bin添加到路径变量
- 安装完成
- 测试者 -
import textract textract.process('path_to_file_with_extension')
如需进一步参考，可以click here
希望对你有帮助！
【讨论】：