Как использовать pdf2txt.py в pdfminer.six в скрипте Python и вне командной строки?

Хорошей новостью является то, что вы можете использовать библиотеку PDFMiner для воссоздания любых атрибутов/команд, которые вы можете использовать с pdf2text в командной строке. Ниже приводится базовый пример:

from pdfminer.pdfinterp import PDFResourceManager, PDFPageInterpreter
from pdfminer.converter import TextConverter
from pdfminer.layout import LAParams
from pdfminer.pdfpage import PDFPage
from io import BytesIO

def pdf_to_text(path):
    manager = PDFResourceManager()
    retstr = BytesIO()
    layout = LAParams(all_texts=True)
    device = TextConverter(manager, retstr, laparams=layout)
    filepath = open(path, 'rb')
    interpreter = PDFPageInterpreter(manager, device)

    for page in PDFPage.get_pages(filepath, check_extractable=True):
        interpreter.process_page(page)

    text = retstr.getvalue()

    filepath.close()
    device.close()
    retstr.close()
    return text


if __name__ == "__main__":
    text = pdf_to_text("yourfile.pdf")
    print(text)

Если вам нужно указать номера страниц или пароли, это необязательные параметры в файле PDFPage.get_pages. Аналогично, если вам нужно внести изменения в макет, такие как тексты или размер маркера, существуют дополнительные атрибуты для инициализатора LAParams