質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
85.48%
PDF

PDF(Portable Document Format)とはISOによって国際標準として制定されている電子ドキュメント用の拡張子です。

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

Q&A

0回答

480閲覧

PDFMinerのWarning

Yhaya

総合スコア439

PDF

PDF(Portable Document Format)とはISOによって国際標準として制定されている電子ドキュメント用の拡張子です。

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

0グッド

0クリップ

投稿2018/03/10 01:40

環境

  • Windows10
  • Python3.6
  • Anaconda

発生している問題

PDFMinerを使ってPDFから文章を抜き出そうとするとWarningが出ます。

Python

1from pdfminer.pdfparser import PDFParser 2from pdfminer.pdfparser import PDFDocument 3from pdfminer.pdfinterp import PDFResourceManager, PDFPageInterpreter 4from pdfminer.layout import LAParams 5from pdfminer.converter import PDFPageAggregator 6 7fp = open(pdf_file, 'rb') 8 9parser = PDFParser(fp) 10document = PDFDocument() 11parser.set_document(document) 12 13document.set_parser(parser) 14rsrcmgr = PDFResourceManager() 15laparams = LAParams() 16device = PDFPageAggregator(rsrcmgr, laparams=laparams) 17interpreter = PDFPageInterpreter(rsrcmgr, device) 18pages = list(document.get_pages()) 19page_1 = pages[0] 20interpreter.process_page(page_1) 21layout = device.get_result()

これを実行すると次のような警告が出ます。

Python

1WARNING:root:Cannot locate objid=725 2WARNING:root:Cannot locate objid=728 3WARNING:pdfminer.converter:undefined: <PDFType1Font: basefont='LDDDEK+MTSY'>, 2 4WARNING:pdfminer.converter:undefined: <PDFType1Font: basefont='LDDDEK+MTSY'>, 3 5WARNING:pdfminer.converter:undefined: <PDFType1Font: basefont='LDDDEK+MTSY'>, 2 6WARNING:pdfminer.converter:undefined: <PDFType1Font: basefont='LDDDEK+MTSY'>, 3 7WARNING:pdfminer.converter:undefined: <PDFType1Font: basefont='LDDDEK+MTSY'>, 2 8WARNING:pdfminer.converter:undefined: <PDFType1Font: basefont='LDDDEK+MTSY'>, 3

最初のrootに関する警告はdocument.set_parser(parser)を実行したときに、pdfminer.converterの関する警告はinterpreter.process_page(page_1)を実行したときに出ます。

converterに関してはこのコードではPDFPageAggregatorと定義していると思うのですが、なぜundefinedといわれるのかわかりません。

これらの警告の改善方法を教えてください。

気になる質問をクリップする

クリップした質問は、後からいつでもMYページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

wakame

2018/03/10 08:40

警告が発生するのはわかりました、文章を抽出するという目的は達成できているのですか。
Yhaya

2018/03/10 08:58

警告が発生している箇所に関しては抽出できていません。
guest

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

まだ回答がついていません

会員登録して回答してみよう

アカウントをお持ちの方は

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
85.48%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問