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

Question

我正在尝试使用 pdftotext，但它无法导入。

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

按照指示 here 进行操作和 here (这非常有帮助)，我:

1. 安装了 Microsoft Visual C++ 构建工具。
2. 已安装 Anaconda。
3. 获取最新版本的 Anaconda 并对其进行更新，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。
4. 更新了 Microsoft Visual 14。
5. 使用 conda 通过 Anaconda3 命令安装 poppler:conda install -c conda-forge poppler
6. 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)中:

>>> 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.

这也会发生在 Anaconda3 命令提示符中:

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

这是否意味着它只能在 Python 2 中运行？我该如何事先检查呢？如果它只能在 Python 2 上运行，您能否推荐一个 Python 3 包/模块/库(顺便说一句，有什么区别？)用于将 PDF 读取为纯文本文件？

感谢您的帮助!

更新:

我在同一台机器和操作系统上使用一个新用户重新开始(另一个用户的名称中有一个空格，因此它的文件路径有一个空格，这可能会导致问题)。我也遇到了同样的问题。

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

我还有:

• Anaconda 版本“自定义”，构建 py37_1。
• conda 4.8.2、py37_0、 channel conda-forge。
• poppler 0.84.0、h1affe6b_0、conda-forge。
• pdftotext 2.1.4、pypi_0、pypi。

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

我用眼睛在程序文件、用户文件和 Anaconda Navigator 上进行了搜索，并在整个 C 驱动器中搜索了“pdftotext”，但没有找到任何有关 pdftotext 的内容。

从 IDLE 的 Python 3.7.6 shell 进行尝试也不起作用。

更新:

我大概明白了。 pdftotext 不能作为 Python 导入，如 example code in PyPI使用它。但是，它确实可以用作 command line tool that is part of Xpdf ，完成这些步骤后无需额外安装。

我在 Anaconda3 PowerShell 命令提示符中使用了该命令:

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(例如设置文件名)。

但是，这不是一个令人满意的解决方案。我可以通过额外的步骤处理当前的用例任务，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，则导入似乎仅当您在 Anaconda3 shell 中的 Python 解释器中运行它时才有效。

因此，我必须先在 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

它看起来像这样:

(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

我也遇到了同样的问题，但执行以下操作后，效果非常好!

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

pip install pdftotext