pdfminer pdf2text outputs 'FF'

给我截图输出。当我运行时：

我知道了：

下一步我该怎么做？我该如何工作？

pdfminer无法从相关文档中提取任何可用文本的原因是该文档不包含文本！

更确切地说，Worksheet PDF不包含文本绘制指令，仅包含图形绘制指令(其结果看起来像文本)。另一方面，PDF文本提取器(如pdfminer)仅检查文本绘制指令，因此它们将不返回任何内容。

因此，要从此类文档中挖掘数据，最好使用OCR，而不要提取文本。

在您询问的评论中

how do you know that only graphic instructions are contained? What tools do you use?

您需要一个PDF浏览器应用程序和一些PDF内部知识。

作为PDF浏览器，我通常使用iText RUPS或PDFBox PDF调试器。但是也有其他好的浏览器，例如Adobe Preflight中包含一个。

使用这样的PDF浏览器，您可以检查PDF的内容流，其中包含绘制页面的说明。而且，在您的情况下，这些内容流不包含任何文本绘制指令，仅包含图形绘制指令。

通过研究PDF规范ISO 32000-2(如果没有较新的规范，也可以使用旧的前体规范ISO 32000-1，这也是一个很好的起点)来获得PDF内部知识。 -word的PDF文件。