用于土耳其语字符的python编码

发布时间：2020-12-20 13:34:41 所属栏目：Python 来源：网络整理

导读：我必须阅读土耳其故事的pdf书籍.我找到了一个名为pyPdf的库.我的测试功能,下面没有正确编码.我想,我需要土耳其编解码器包.我错了吗？如果我错了怎么能解决这个问题,我怎么能找到这个土耳其编解码器包呢？ from StringIO import StringIOimport pyPdf,osdef

我必须阅读土耳其故事的pdf书籍.我找到了一个名为pyPdf的库.我的测试功能,下面没有正确编码.我想,我需要土耳其编解码器包.我错了吗？如果我错了怎么能解决这个问题,我怎么能找到这个土耳其编解码器包呢？

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...")

解决方法

你具体得到什么样的错误/意外输出？

根据pyPdf homepage,pyPdf不再维护.但是有一个名为PyPDF2(GitHub)的分支承诺“处理更广泛的输入PDF实例”.

也许升级到PyPDF2解决了你的问题,我建议你先试试.

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!