Может кто-нибудь помочь мне понять, что означает эта ошибка в pdfminer pdf2txt: AttributeError: у объекта 'PDFObjRef' нет атрибута 'decode' - PullRequest
Новая
       8

Может кто-нибудь помочь мне понять, что означает эта ошибка в pdfminer pdf2txt: AttributeError: у объекта 'PDFObjRef' нет атрибута 'decode'

1 голос
/ 11 июня 2019

Я использую pdfminer pdf2txt.py для извлечения текста из разных PDF-файлов. Алгоритм работает очень хорошо во многих сценариях, но я получаю эту ошибку, и я не уверен, что я могу сделать, чтобы заставить работать pdfminer.

AttributeError: объект 'PDFObjRef' не имеет атрибута 'decode'

Я выполнил эту же команду для других документов, и это единственная ошибка, с которой я сталкиваюсь.

Я просто запускаю это из командной строки, поэтому нет другого кода для показа: 

pdf2txt.py -t xml -F -1.0 test.pdf

Это полный вывод pdf2txt.py 

<?xml version="1.0" encoding="utf-8" ?>
<pages>
Traceback (most recent call last):
  File "/usr/local/bin/pdf2txt.py", line 116, in <module>
    if __name__ == '__main__': sys.exit(main(sys.argv))
  File "/usr/local/bin/pdf2txt.py", line 110, in main
    interpreter.process_page(page)
  File "/Library/Python/2.7/site-packages/pdfminer2-20151206-py2.7.egg/pdfminer/pdfinterp.py", line 834, in process_page
    self.render_contents(page.resources, page.contents, ctm=ctm)
  File "/Library/Python/2.7/site-packages/pdfminer2-20151206-py2.7.egg/pdfminer/pdfinterp.py", line 844, in render_contents
    self.init_resources(resources)
  File "/Library/Python/2.7/site-packages/pdfminer2-20151206-py2.7.egg/pdfminer/pdfinterp.py", line 350, in init_resources
    self.fontmap[fontid] = self.rsrcmgr.get_font(objid, spec)
  File "/Library/Python/2.7/site-packages/pdfminer2-20151206-py2.7.egg/pdfminer/pdfinterp.py", line 200, in get_font
    font = self.get_font(None, subspec)
  File "/Library/Python/2.7/site-packages/pdfminer2-20151206-py2.7.egg/pdfminer/pdfinterp.py", line 191, in get_font
    font = PDFCIDFont(self, spec)
  File "/Library/Python/2.7/site-packages/pdfminer2-20151206-py2.7.egg/pdfminer/pdffont.py", line 643, in __init__
    self.cidcoding = '%s-%s' % (self.cidsysteminfo.get('Registry', b'unknown').decode("latin1"),
AttributeError: 'PDFObjRef' object has no attribute 'decode'

Любые идеи приветствуются!

...