在Python中将PDF转换为txt，但无法保存

我编写了一段代码，它获取pdf文档并从中提取文本：

from io import StringIO 

from pdfminer.converter import TextConverter
from pdfminer.layout import LAParams
from pdfminer.pdfdocument import PDFDocument
from pdfminer.pdfinterp import PDFResourceManager, PDFPageInterpreter
from pdfminer.pdfpage import PDFPage
from pdfminer.pdfparser import PDFParser

output_string = StringIO()
with open("C:\\Users\\document.pdf", 'rb') as in_file:
    parser = PDFParser(in_file)
    doc = PDFDocument(parser)
    rsrcmgr = PDFResourceManager()
    device = TextConverter(rsrcmgr, output_string, laparams=LAParams())
    interpreter = PDFPageInterpreter(rsrcmgr, device)
    for page in PDFPage.create_pages(doc):
        interpreter.process_page(page)

print(output_string.getvalue())

它工作正常，但我想自动将输出保存为txt文件。我试着在最后一行之前导入

sys

并写入

sys.stdout=open（'document.test.txt'，'wt'）

，但我得到了：

UnicodeEncodeError                        Traceback (most recent call last)
<ipython-input-8-4a73089c6ebb> in <module>
     18         interpreter.process_page(page)
     19 sys.stdout = open('document.test.txt','wt')
---> 20 print(output_string.getvalue())

~\anaconda3\lib\encodings\cp1252.py in encode(self, input, final)
     17 class IncrementalEncoder(codecs.IncrementalEncoder):
     18     def encode(self, input, final=False):
---> 19         return codecs.charmap_encode(input,self.errors,encoding_table)[0]
     20 
     21 class IncrementalDecoder(codecs.IncrementalDecoder):

UnicodeEncodeError: 'charmap' codec can't encode character '\u2192' in position 1614: character maps to <undefined>

UnicodeEncodeError回溯（最近一次呼叫最后一次）
在里面
18.翻译程序页面（第页）
19 sys.stdout=open（'document.test.txt'，'wt'）
--->20打印（输出字符串.getvalue（））
编码中的~\anaconda3\lib\encodings\cp1252.py（self，input，final）
17类递增编码器（编解码器.递增编码器）：
18 def编码（自身、输入、最终=假）：
--->19返回编解码器.charmap_encode（输入、自身错误、编码_表）[0]
20
21类增量编码器（编解码器.增量编码器）：
UnicodeEncodeError:“charmap”编解码器无法对位置1614中的字符“\u2192”进行编码：字符映射到

---

我认为文本本身没有问题，因为它在其他方面是有效的。我认为这是保存输出的错误方法。

这是否回答了您的问题？您不需要重新分配stdout

print（output_string.getvalue（），file=f）

会将输出发送到文件，但您仍然存在文本包含扩展字符的问题。U+2192是一个右向箭头。也许您需要以UTF-8格式打开文件。