Python PDFminer跳过行或错误放置字符串行

我开发了一个读取PDF文件的程序，但我注意到我用来读取PDF文件的工具（PDFminer）似乎把文本放错了地方，或者根本就没有放。 输出似乎非常清晰和准确。它尊重间距和换行，因此输出看起来更像原始PDF。但是，它似乎跳过了一些行（在我检查的文件中发生过一次）和错位行（在一个文档中发生过两次，错位行的模式是其他10行，那么为什么只在这两行中发生呢？）

检索行的代码如下所示：

def extract(fname,docPage):
    pages=[docPage,docPage]
    pagenums = set(pages)

    output = StringIO()
    manager = PDFResourceManager()
    converter = TextConverter(manager, output, laparams=LAParams())
    interpreter = PDFPageInterpreter(manager, converter)

    infile = file(fname, 'rb')
    for page in PDFPage.get_pages(infile, pagenums):
        interpreter.process_page(page)

    infile.close()
converter.close()
text = output.getvalue().decode("utf8")
output.close

return text

有什么想法吗？还是有人面临过这个问题？我已经研究过这个问题，但没有结果。也许使用任何其他工具（如pyPdf2）的方法

可移植文档格式（pdf）没有结构化的数据。如果从pdf中提取数据的代码遵循特定格式，则任何从pdf中提取数据的代码都会失败。使用任何一个库，结果都会导致灾难。所以你需要硬编码一些东西。在这种情况下使用调试器。您可以在这里检查我的答案，它将数据转换为xml，从那里您可以理解为什么缺少一些行。