python - 如何使用pyPDF2以PDF格式从多页简历中提取文本数据？

我以PDF格式从多页CV中提取了文本内容，并尝试使用pyPDF2将该内容写入文本文件。但是在尝试编写内容时出现以下错误消息。

这是我的代码：

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()

错误信息：


  追溯（最近一次通话）：文件
  “ C：/Users/HP/PycharmProjects/CVParser/pdf.py”，第16行，在
      newFile.write（page_content）文件“ C：\ Program Files \ Python37 \ lib \ encodings \ cp1252.py”，第19行，编码
      返回codecs.charmap_encode（input，self.errors，encoding_table）[0] UnicodeEncodeError：“ charmap”编解码器无法在其中编码字符“ \ u0141”
  位置827：字符映射到
  
  流程以退出代码1完成


多页PDF文件（转换为PDF的docx文件）成功执行了此代码。

如果有人知道解决方案，请帮助我。

最佳答案

这将解决您在Python 3中的问题：

with open("Output.txt", "w") as text_file:
    print("{}".format(page_content), file=text_file)

如果上述方法对您不起作用，请尝试以下方法：

with open("Output1.txt", "wb") as text_file:

    text_file.write(page_content.encode("UTF-8"))