Python，scrapy:pdf到文本的转换：运行代码时没有错误，但是don'；似乎没有产生任何产出

我是python、scrapy和web scraping的新手，所以我的问题可能看起来很幼稚。对此表示歉意

我想使用scrapy从pdf文件中提取数据。在这个主题上有几个关于stackoverflow的问题，我从给出的答案中查找并复制了下面的代码。但是，我无法看到任何输出。在代码中使用print函数直接查看输出，尝试将返回值写入excel文件，但也没有显示任何输出。我也没有收到任何错误

我使用的代码如下：

from pdfminer.pdfinterp import PDFResourceManager, PDFPageInterpreter
from pdfminer.converter import TextConverter
from pdfminer.layout import LAParams
from pdfminer.pdfpage import PDFPage
from cStringIO import StringIO

def convert_pdf_to_txt(path):
    rsrcmgr = PDFResourceManager()
    retstr = StringIO()
    codec = 'utf-8'
    laparams = LAParams()
    device = TextConverter(rsrcmgr, retstr, codec=codec, laparams=laparams)
    fp = file(path, 'rb')
    interpreter = PDFPageInterpreter(rsrcmgr, device)
    password = ""
    maxpages = 2
    caching = True
    pagenos=set()
    for page in PDFPage.get_pages(fp, pagenos, maxpages=maxpages, password=password,caching=caching, check_extractable=True):
        interpreter.process_page(page)
    strval = retstr.getvalue()
    print strval
    fp.close()
    device.close()
    retstr.close()
    return strval

谁能告诉我哪里出了问题

谢谢！

---

图希纳

我在这里没有看到任何零碎的代码。你确定你的方法是从你的剪贴代码中调用的吗？（提示：如果您在

将\u pdf\u转换为\u txt

中添加一个

打印路径

作为第一行，您是否将路径作为输出？@GHajba:我已尝试在开始时打印路径，它给出了正确的路径值。我已经将上述代码放在一个名为pdfscraper.py的单独文件中。我有另一个文件，其中定义了一个spider。在spider的parse函数中，我调用covert_pdf_to_txt函数[在文件开头导入它之后]。我不确定这是否是正确的方法。也许我在这里做错了什么？如果将路径打印到控制台，则调用该方法。您是否尝试过调试代码过程——将print语句放在某些语句之后，以查看代码到达的位置和停止的位置？或者，在处理完页面后，您是否尝试在

for

循环的内部

打印retstr.getvalue（）

，以查看每次迭代的结果？@GHajba：在不同的点添加了打印stmt，包括在返回stmt之前，所有这些都被打印，因此我们将查看整个代码。但是，
print retstr.getvalue（）
不打印任何内容：（它是否在

for

循环中打印某些内容？因为可能会发生这样的情况，

retstr

最后是空的——这就是为什么没有得到结果，但在循环中它有时会被填充。