我需要阅读土耳其故事的pdf书籍。我找到了一个叫做pyPdf的库。但是我的测试函数不能正确编码。我认为我需要安装土耳其编解码包,不知道这样想是否正确?如果不正确,我该如何解决这个问题,或者如何找到这个土耳其编解码包?
from StringIO import StringIO
import pyPdf,os
def getPDFContent(path):
content = ""
num_pages = 10
p = file(path, "rb")
pdf = pyPdf.PdfFileReader(p)
for i in range(0, num_pages):
content += pdf.getPage(i).extractText() + "\n"
content = " ".join(content.replace(u"\xa0", " ").strip().split())
return content
if __name__ == '__main__':
pdfContent = StringIO(getPDFContent(os.path.abspath("adiaylin-aysekulin.pdf")).encode("utf-8", "ignore"))
for line in pdfContent:
print line.strip()
input("Press Enter to continue...")