【Python】pdfから文字を抽出。pdfminer.sixの使い方

おすすめのライブラリは？ Pythonで日本語のPDFを取り扱う場合、 pdfminerというライブラリがおすすめです。 ただし、pdfminerには、様々なバージョンがあります。 pdfminer Python2のみ対応 最終更新は2014年 pdfminer3k Python3のみ対応 最終更新は2016年 pdfminer.six Python2,3対応 最終更新は2017年7月 pdfminerの中では、pdfminer.sixが最近まで更新されていて Python2と3どちらにも対応しているため 基本的には、pdfminer.sixを選択することになります。 日本語以外のpdfの取り扱いは、 PyPDF2というライブラリがメジャーです。 とはいえ、日本語以外のPDFをPythonで処理する機会は なかなか無いので今回は、割愛します。 pdfminer.sixをインストール pip