Python PyPDF2的替代品

我使用PyPDF2包从.pdf文件中提取文本。我得到了输出，但不是它想要的形式。我找不到问题出在哪里

代码片段如下所示：

import PyPDF2
def Read(startPage, endPage):
    global text
    text = []
    cleanText = " "
    pdfFileObj = open('F:\\Pen Drive 8 GB\\PDF\\Handbooks\\book1.pdf', 'rb')
    pdfReader = PyPDF2.PdfFileReader(pdfFileObj)
    num_pages = pdfReader.numPages
    print(num_pages)
    while (startPage <= endPage):
        pageObj = pdfReader.getPage(startPage)
        text += pageObj.extractText()
        startPage += 1
    pdfFileObj.close()
    for myWord in text:
        if myWord != '\n':
            cleanText += myWord
    text = cleanText.strip().split()
    print(text)

Read(3, 3)

导入PyPDF2
def读取（起始页，结束页）：
全局文本
text=[]
cleanText=“”
pdfFileObj=open（'F:\\Pen Drive 8 GB\\PDF\\Handbooks\\book1.PDF'，'rb'）
pdfReader=PyPDF2.PdfileReader（PdfileObj）
num_pages=pdfReader.numPages
打印（页数）
while（startPage这一行
cleanText+=myWord
只是将所有单词连接到一个长字符串中。
如果要筛选
'\n'
，
而不是：

for myWord in text:
        if myWord != '\n':
            cleanText += myWord
    text = cleanText.strip().split()

您可以这样做：

text = [w for w in text if w != '\n']

这一行
cleanText+=myWord
只是将所有单词连接到一个长字符串中。
如果要筛选
'\n'
，
而不是：

for myWord in text:
        if myWord != '\n':
            cleanText += myWord
    text = cleanText.strip().split()

您可以这样做：

text = [w for w in text if w != '\n']

可能重复的可能重复的感谢。但在纳入您的建议后，输出显示为：[B'，e'，n'，j'，a'，m'，i'，n'，W'，e'，y'，e'，r'，s'，j'，u'，d'，B'，o'，W'，e'，n'，n'，d'，i'，x'，P'，h'，i'，i'，P'，e'，P'，a'，l'，a'，n'，q'，u'，e'，e….]，有点像这样。它将列表中单词的每个字母都视为单个字符。我想显示列表中拆分的单词。哦，还有一件事我没有注意到。当您在此处添加文本时-
text+=pageObj.extractText（）
将其设置为字符串，而不是字符串列表。使用
text+=[pageObj.extractText（）]
它将是一个字符串列表，然后我认为您应该得到您期望的结果，这是因为列表中的
+=
运算符期望另一侧有一个列表。因此，如果您给它一个字符串，它将被视为一个字符列表，并且每个字符都将作为单个项目添加。谢谢。但是，据我所知，list对象没有属性名
extractText（）
谢谢。但是在合并您的建议后，输出显示为：[B'，e'，n'，j'，a'，m'，i'，n'，W'，e'，y'，e'，r'，s'，j'，u'，d'，B'，o'，W'，e'，n'，n'，d'，i'，x'，P'，h'，i'，i'，P'，e'，P'，a'，l'，a'，n'，q'，u'，e'，e….]，有点像这样。它将列表中单词的每个字母都视为单个字符。我想显示列表中拆分的单词。哦，还有一件事我没有注意到。当您在此处添加文本时-
text+=pageObj.extractText（）
将其设置为字符串，而不是字符串列表。使用
text+=[pageObj.extractText（）]
它将是一个字符串列表，然后我认为您应该得到您期望的结果，这是因为列表中的
+=
运算符期望另一侧有一个列表。因此，如果您给它一个字符串，它将被视为一个字符列表，并且每个字符都将作为单个项目添加。谢谢。但是，据我所知，list对象没有属性名
extractText（）