Python 制表罐'；找不到pdf文件

我想用和分析PDF文件

我阅读并使用以下代码：

从pdfminer.pdfparser导入pdfparser 从pdfminer.pdfdocument导入pdfdocument

import magic
from pyPdf import PdfFileWriter, PdfFileReader
import tabula
import numpy as np
filename = '/home/parser/test.pdf'
magic.from_file(filename,mime=True)

ifpdf = PdfFileReader(file(filename, "rb"))

pdf_info = ifpdf.getDocumentInfo()

nm = [ 'Info_1', 'Info_2','Info_3','Info_4']
df = tabula.read_pdf(filename,pages="all",lattice="all",pandas_options={'header': None,'names':nm,'encoding':'utf-8'})

df.refenseigne.replace(to_replace=r"(M|C)\r",value="",regex=True,inplace=True)
df.to_csv("test.csv",encoding="utf-8")

当我执行我的代码时，我得到了这个错误

Traceback (most recent call last):
  File "parse_pdf.py", line 16, in <module>
    df = tabula.read_pdf(filename,pages="all",lattice="all",pandas_options={'header': None,'names':nm,'encoding':'utf-8'})
  File "/usr/local/lib/python2.7/dist-packages/tabula/wrapper.py", line 87, in read_pdf
    output = subprocess.check_output(args)
  File "/usr/lib/python2.7/subprocess.py", line 567, in check_output
    process = Popen(stdout=PIPE, *popenargs, **kwargs)
  File "/usr/lib/python2.7/subprocess.py", line 711, in __init__
    errread, errwrite)
  File "/usr/lib/python2.7/subprocess.py", line 1343, in _execute_child
    raise child_exception
OSError: [Errno 2] No such file or directory

回溯（最近一次呼叫最后一次）：
文件“parse_pdf.py”，第16行，在
df=tabla.read\u pdf（文件名，pages=“all”，lattice=“all”，pandas\u选项={'header'：无，'names'：nm，'encoding'：'utf-8'}）
文件“/usr/local/lib/python2.7/dist-packages/tabla/wrapper.py”，第87行，pdf格式
输出=子流程。检查输出（args）
文件“/usr/lib/python2.7/subprocess.py”，第567行，在check_输出中
进程=Popen（stdout=PIPE，*popenargs，**kwargs）
文件“/usr/lib/python2.7/subprocess.py”，第711行，在__
错误读取，错误写入）
文件“/usr/lib/python2.7/subprocess.py”，第1343行，在执行子进程中
引发子对象异常
OSError:[Errno 2]没有这样的文件或目录

奇怪的是，在第9行和第11行我可以找到文件，但在第16行我有这个错误

---

是我错了还是这是一个问题？

我在Ubuntu中遇到了同样的问题

首先，通过运行java--version和javac--version检查机器上安装的JDK和JRE的版本。每个版本应具有大于7的版本

然后使用pip3安装TABLA

它开始读取，但显示以下错误

WARNING: Using fallback font 'LiberationSerif' for 'TimesNewRomanPSMT'
May 10, 2019 12:36:29 PM org.apache.pdfbox.pdmodel.font.PDTrueTypeFont 

---

它只适用于表格吗？为了区分根本原因，您可以编写最少的代码，然后添加一些其他人员。@chezou non它不适用于tabla py。我已经写了最低限度的代码！我试着在没有魔法的情况下跑步，在阅读pdf之前效果几乎不错。只是确认一下，你是说写最简单的代码，比如

importtabla；tabla.read\u pdf（文件名）

也不起作用？或者，您的意思是tabla py不适用于pdfminer？仅供参考，master branch上的最新代码引入了对象和路径libs之类的文件处理。我希望它能很好地适用于你的情况。@chezou无效的部分是tabla.read\u pdf，它找不到pdf文件，我的同事也一样，