Я извлек текстовый контент из многостраничного CV в формате PDF и попытался записать этот контент в текстовый файл с использованием pyPDF2
. Но при попытке написать содержимое появляется следующее сообщение об ошибке.
Вот мой код:
import PyPDF2
newFile = open('details.txt', 'w')
file = open("cv3.pdf", 'rb')
pdfreader = PyPDF2.PdfFileReader(file)
numPages = pdfreader.getNumPages()
print(numPages)
page_content = ""
for page_number in range(numPages):
page = pdfreader.getPage(page_number)
page_content += page.extractText()
newFile.write(page_content)
print(page_content)
file.close()
newFile.close()
Сообщение об ошибке:
Traceback (последний последний вызов): Файл "C: /Users/HP/PycharmProjects/CVParser/pdf.py", строка 16, в файле newFile.write(page_content) Файл "C:\Program Files\Python37\lib\encodings\cp1252.py ", строка 19, в кодировке return codecs.charmap_encode (вход, self.errors, encoding_table) [0] UnicodeEncodeError: кодек 'charmap' не может кодировать символ '\ u0141' в позиции 827: символьные карты для
Процесс завершен с кодом выхода 1
Этот код сменил файл PDF (файл docx, который преобразован в PDF) с несколькими страницами.
Пожалуйста, помогите мне, если кто-нибудь знает решение.
Это решит вашу проблему в Python 3:
with open("Output.txt", "w") as text_file:
print("{}".format(page_content), file=text_file)
Если выше не работает для вас как-то, попробуйте ниже:
with open("Output1.txt", "wb") as text_file:
text_file.write(page_content.encode("UTF-8"))