使用Python读取pdf内容

我试图阅读下面的pdf文件，我需要保存在单独的文件中的每一篇文章

一篇文章可以是一页或多页。我已经使用PDFMiner将整个pdf转换为txt文件。但我不知道如何转换成多篇文章

---

我是Python新手。请提供一个最好的方法或示例代码来分别提取每篇文章？

老实说。我以前从未使用过PDFMiner，但是如果您已经将PDF文件转换为文本文件，您是否可以将文本文件解析为字符串，然后根据“纽约时报”标题将字符串拆分为不同的文章？我猜这是假设PDFMiner能够阅读那种奇特的字体，我不知道这是否可行

查看您提供的文件，您可以选择以下内容：

reading = open('test.txt')
full_paper = reading.read()
split_paper = full_paper.split('Copyright 2014 The New York Times Company. All Rights Reserved.')

拆分纸将是一个数组，包含索引1、2、3、4、5、6中的文章（索引0将包含初始标题）。你必须做一些其他的字符串清理来获得准确的文章，但这至少应该让你开始

---

有意义吗？

这是我的电子邮件：kannan4k@gmail.com谢谢devnullHi devnull，我在等待您的回复！请让我知道请找到相应的文本文件。更新了最初的评论。如果你有任何问题，请告诉我。