使用 conda 和 poppler 安装后无法导入 pdftotext，Windows 10

Question

我正在尝试使用 pdftotext，但无法导入。

我在 Lenovo IdeaPad S340 上运行ning Windows 10（64 位）工作笔记本电脑。

按照指示 here and here（非常有帮助），我：

已安装 Microsoft Visual C++ 构建工具。
已安装 Anaconda。
获取最新版本的 Anaconda 并更新它，对每个步骤使用单独的 Anaconda3 命令。我不记得这些命令，也没有再找到它们。
已更新 Microsoft Visual 14。
使用 conda 通过 Anaconda3 命令安装 poppler：conda install -c conda-forge poppler
使用 pip 通过 Anaconda3 命令安装 pdftotext：pip install pdftotext

之后：

这发生在 Python 3.8（32 位）命令提示符中：

>>> import pdftotext
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ModuleNotFoundError: No module named 'pdftotext'
>>>

这发生在 IDLE 的 Python 3.75 Shell（64 位）：

>>> import pdftotext
Traceback (most recent call last):
  File "<pyshell#0>", line 1, in <module>
    import pdftotext
ModuleNotFoundError: No module named 'pdftotext'
>>>

这发生在 Anaconda3 命令提示符中：

import pdftotext
'import' is not recognized as an internal or external command,
operable program or batch file.

这也发生在 Anaconda3 命令提示符中：

pip install pdftotext
Requirement already satisfied: pdftotext in c:\programdata\anaconda3\lib\site-packages (2.1.4)

这是否意味着它在 Python 2 中只有运行s？我怎么会事先检查呢？如果它只在 Python 2 上执行运行，你能推荐一个 Python 3 package/module/library（有什么区别，顺便说一句？）将 PDF 读入纯文本文件？

感谢您的帮助！

更新：

我在同一台机器上用一个新用户重新开始 OS（另一个用户的名称中有一个 space，所以它的文件路径有一个 space，可以造成问题）。我遇到了同样的问题。

我有 Python 3.7.6 和 3.8.1。 Python 3.7.6 是通过 Anaconda3 提示 python -V 检查版本时显示的内容（使用 conda info 时为 3.7.6.final.0）。

我还有：

Anaconda 版本 "custom"，构建 py37_1。
conda 4.8.2，py37_0，频道 conda-forge。
poppler 0.84.0，h1affe6b_0，conda-forge。
pdftotext 2.1.4，pypi_0，pypi.

我在这里找到 Python：C:\Program Files (x86)\Microsoft Visual Studio\Shared\Python37_64.

我用眼睛搜索了整个程序文件、用户文件以及 Anaconda Navigator，我运行在我的整个 C 盘中搜索 'pdftotext'，但我没有'找不到任何关于 pdftotext 的信息。

从 IDLE 的 Python 3.7.6 shell 尝试也没有成功。

更新：

我明白了，有点。 pdftotext 不能作为 Python 导入工作，作为 example code in PyPI uses it. But, it does work as a command line tool that is part of Xpdf，在这些步骤之后没有额外的安装。

我在Anaconda3 PowerShell命令提示符下使用了命令：

pdftotext C:\filepath\file.pdf

然后它创建了一个同名的文本文件并将其保存在同一个文件夹中。我上面链接的 Xpdf 页面上概述的命令还有其他选项（比如设置文件名）。

Buuuut，这不是一个令人满意的解决方案。我可以通过一个额外的步骤处理我当前的用例任务，但我仍然无法从 Python 程序中调用 pdftotext。

更新：

如果您使用 Anaconda 和 conda 安装 pdftotext，那么导入它似乎只有在您从 Anaconda3 shell.[=25] 的 Python 解释器中运行时才有效=]

所以，我必须首先在 Anaconda3 PowerShell 中切换到 Python 解释器模式：python

然后，我可以无错误地导入 pdftotext：import pdftotext

看起来像这样：

(user)> python
Python 3.7.6 (default, Jan  8 2020, 20:23:39) [MSC v.1916 64 bit (AMD64)] :: Anaconda, Inc. on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import pdftotext
>>>

Answer 1

好的，我明白了！如果你使用 Anaconda 和 conda 安装 pdftotext，那么导入它似乎只有当你在 Anaconda3 shell.

中的 Python 解释器中运行它时才有效

所以，我不得不先在 Anaconda3 PowerShell 中切换到 Python 解释器模式： python

然后，我可以毫无错误地导入 pdftotext： import pdftotext

看起来像这样：

(user)> python
Python 3.7.6 (default, Jan  8 2020, 20:23:39) [MSC v.1916 64 bit (AMD64)] :: Anaconda, Inc. on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import pdftotext
>>>

Ooor，第二个部分解决方案是它作为 command line tool that is part of Xpdf。

完成问题 post 中的步骤后，我不需要额外安装。我在Anaconda3 PowerShell命令提示符下使用了命令：

pdftotext C:\filepath\file.pdf

然后它创建了一个同名的文本文件并将其保存在同一个文件夹中。我上面链接的 Xpdf 页面上列出的命令还有其他选项（比如设置文件名）。

从命令行使用它的第二种解决方案的问题是，如果您想之后对文本文件执行某些操作，则必须运行另一个命令或脚本。它所做的只是将其读取到文件中。

Answer 2

pdftotext 不是模块而是命令。所以你可以这样做

import os

file_path = "C:\documents\mypdf.pdf"

# writing data in variable
text = os.popen("pdftotext {}".format(file_path)).read()

# writing data in file
os.system("pdftotext {} {}".format(file_path, "data.txt"))

Answer 3

我遇到了同样的问题，但在执行以下操作后，效果非常好！

sudo apt install build-essential libpoppler-cpp-dev pkg-config python3-dev

pip install pdftotext

使用 conda 和 poppler 安装后无法导入 pdftotext，Windows 10

Unable to import pdftotext after installing with conda and poppler, Windows 10

python

anaconda

python-import

importerror

pdftotext