土耳其语字符的python编码
我必须阅读pdf格式的土耳其故事书。我发现了一个名为pyPdf的库。下面的测试函数编码不正确。我想,我需要一个土耳其编码包。我错了吗?如果我错了,我该如何解决这个问题?或者我该如何找到这个土耳其编码包土耳其语字符的python编码,python,python-2.7,pypdf,Python,Python 2.7,Pypdf,我必须阅读pdf格式的土耳其故事书。我发现了一个名为pyPdf的库。下面的测试函数编码不正确。我想,我需要一个土耳其编码包。我错了吗?如果我错了,我该如何解决这个问题?或者我该如何找到这个土耳其编码包 from StringIO import StringIO import pyPdf,os def getPDFContent(path): content = "" num_pages = 10 p = file(path, "rb") pdf = pyPdf.
from StringIO import StringIO
import pyPdf,os
def getPDFContent(path):
content = ""
num_pages = 10
p = file(path, "rb")
pdf = pyPdf.PdfFileReader(p)
for i in range(0, num_pages):
content += pdf.getPage(i).extractText() + "\n"
content = " ".join(content.replace(u"\xa0", " ").strip().split())
return content
if __name__ == '__main__':
pdfContent = StringIO(getPDFContent(os.path.abspath("adiaylin-aysekulin.pdf")).encode("utf-8", "ignore"))
for line in pdfContent:
print line.strip()
input("Press Enter to continue...")
您得到的具体错误/意外输出是什么 根据报告,pyPdf不再维护。但有一个名为()的fork承诺“处理更广泛的输入PDF实例”
也许升级到PyPDF2可以解决您的问题,我建议您先试试。您想说什么?你能解释一下吗?我用另一种方式解决了这个问题。在我将pdf转换为文本之前,然后我阅读文本文件。