Python 试图从PDF中提取文本时出现以下错误：“引用”；TypeError：只能将str（而不是“NoneType”）连接到str；

我目前正试图从这整本书中提取文本。我曾尝试从PDF的单个页面中提取文本，它工作正常，但当我尝试提取整个PDF时，会出现以下错误：

    Traceback (most recent call last):
  File "D:/PDF_extract_1/main.py", line 35, in <module>
    extract_whole_pdf()
  File "D:/PDF_extract_1/main.py", line 26, in extract_whole_pdf
    final = final + "\n" + data
TypeError: can only concatenate str (not "NoneType") to str

这是我用来提取整个PDF的代码：

def extract_whole_pdf():
    pdf = pdfplumber.open("pdftest2.pdf")
    n = len(pdf.pages)

    final = ""
    for page in range(n):
        data = pdf.pages[page].extract_text()
        final = final + "\n" + data

    print("Whole document data : {}".format(final))

    with open("pdf_extract.txt", "w", encoding='utf-8') as f:
        f.write(final)

    pdf.close()

---

我注意到这个问题被问了很多次，但它们似乎不适用于我的问题。其中一个有一个类似的错误，但情况与我的不同。

问题似乎是方法

extract\u text（）

在找到空页时返回

None

。您可以通过在连接之前测试返回的数据来解决此问题：

def extract_total_pdf（）：
pdf=pdfplumber.open（“pdftest2.pdf”）
n=len（pdf.pages）
final=“”
对于范围（n）中的页面：
data=pdf.pages[page].extract_text（）
如果数据：
final=final+“\n”+数据
打印（f“整个文档数据：{final}”）
将open（“pdf_extract.txt”，“w”，encoding='utf-8'）作为f：
f、 写作（期末）
pdf.close（）

---

作为补充说明，我还建议使用f-strings进行字符串格式设置，因为它是最新的标准。

extract\u text（）

在某些时候返回

None

。仔细检查该方法的文档，看看它指示了什么。我们希望您在文章中包含基本诊断。至少，在错误点打印可疑值，并将其追溯到其来源。在许多情况下，执行此基本诊断将向您显示问题所在，并且您根本不需要堆栈溢出。在这种情况下，您需要跟踪

page

的特定值不返回文本的原因。

def extract_whole_pdf():
    pdf = pdfplumber.open("pdftest2.pdf")
    n = len(pdf.pages)

    final = ""
    for page in range(n):
        data = pdf.pages[page].extract_text()
        final = final + "\n" + data

    print("Whole document data : {}".format(final))

    with open("pdf_extract.txt", "w", encoding='utf-8') as f:
        f.write(final)

    pdf.close()