有没有一种程序化的方法来确定PDF的文本是否可以使用Python提取？

Question

我花了45分钟想弄清楚为什么pyPdf

PageObject.getPage(x).extractText())

什么都没有提取。最后，我给了它一个不同的PDF文件，它工作得很好，这导致我得出结论，原来的PDF文件有某种（非密码）的保护。在Adobe Reader中确认“页面提取：不允许。”

如果可以的话，我如何通过编程来确定是否存在这种保护？在

Answer 1

这可能符合您的要求。在

x = PageObject.getPage(x).extractText())
if (x == ""): #Or whatever exactly you get when it fails.
   raise ValueError("The PDF file can not be imported")