Python for循环连接字符串作为批量PDF读取和搜索的一部分

希望能对在for循环中连接文本字符串有所帮助。我已经写了下面的代码。但是，我的

for page\u num in range（no\u pages）

循环只是将我的PDF的最后一页添加到变量all\u text中。我做错了什么

如果我执行以下操作，我将正确连接文本。PDF文件有两页长（无页面=2）

这是我在测试文件“H:\PyTest\testfile3.pdf”中的完整代码

import os
import datetime
import PyPDF2
import nltk
from nltk.tokenize import sent_tokenize, word_tokenize

search_dir = 'H:\PyTest\Test file 3.pdf'

pdfFileObj = open(search_dir, 'rb') 

pdfReader = PyPDF2.PdfFileReader(pdfFileObj) 

no_pages = pdfReader.numPages
no_pages


for page_num in range(no_pages):
    all_text = ""
    new_text = pdfReader.getPage(page_num).extractText()
    all_text += new_text 

print(sent_tokenize(all_text))

word_search = ['Random', 'Dynamic', 'Company', 'Stake', 'results']

for item in word_search: 
    if item in all_text:
        print(item + ': Found')
    else:
        print(item + ': Not Found')

pdfFileObj.close() 

理想情况下，我不想创建新文件来将文本复制到/保存，因为此函数是一个更广泛的函数的一部分，该函数：

浏览一个大的文件目录

在目录树中的每个pdf文档中搜索搜索词列表

打印找到它的文件名和文件的创建日期

如果可能的话，打印它所在的句子（理想情况下，我们希望看到该段落，但需要进一步探讨nltk，看看是否可行）

要确认，这是一段无法按预期工作的代码：

for page_num in range(no_pages):
    all_text = ""
    new_text = pdfReader.getPage(page_num).extractText()
    all_text += new_text 

---

在

for

循环中，每次

所有文本都变为空
'

您需要将
all_text=''
放在循环之前

all_text = ""

for page_num in range(no_pages):
    new_text = pdfReader.getPage(page_num).extractText()
    all_text += new_text

连接字符串的python方法是使用
join
方法和
列表理解

all_text = ''.join([text for text in pdfReader.getPage(page_num).extractText()])

谢谢。太简单了！如果这个或任何其他的答案解决了你的问题，请考虑一下。谢谢！
all_text = ''.join([text for text in pdfReader.getPage(page_num).extractText()])