pdfminer.six付属のpdf2txt.pyを使用してpdf文書からテキスト抽出したいが、コピペが可能にも関わらずテキスト抽出できないpdfがあり困っています。

Question

前提・実現したいこと

pdfminer.six付属のpdf2txt.pyを使用してpdf文書からテキスト抽出したいが、コピペが可能にも関わらずテキスト抽出できないpdfがあり困っています。
最終的な目標はhtml等の座標情報付のテキスト変換です。

発生している問題・エラーメッセージ

[テキスト抽出できない文書]
https://jicpa.or.jp/specialized_field/publication/files/2-8-82-2-120615.pdf
テキスト抽出できない。
テキスト情報のコピー＆ペーストが可能なため、なぜ抽出できないかが分からない。

[テキスト抽出できる文書]
https://www.fsa.go.jp/singi/singi_kigyou/tosin/20070215.pdf
テキスト抽出できる。

該当のソースコード

https://github.com/pdfminer/pdfminer.six/blob/develop/tools/pdf2txt.py

試したこと

python pdf2txt.py 2-8-82-2-120615.pdf
→　スクリーンには空白と矢印のみ表示され、テキスト抽出できていない。

python pdf2txt.py 20070215.pdf
→　スクリーンに抽出された文書が表示され、テキスト抽出できている。

python pdf2txt.py 2-8-82-2-120615.pdf -o 2-8-82-2-120615.html
→　テキスト抽出されないhtmlが出力される。

python pdf2txt.py 20070215.pdf -o 20070215.html
→　テキスト抽出されたhtmlが出力される。

補足情報（FW/ツールのバージョンなど）

[環境]
Windows10 Pro
WSL
Ubuntu 18.04

Answer 1

テキスト抽出のみでいいのであればpdfboxで抽出できます。

pdf2txt.pyでは抽出できないものがあるぐらいしかわかりません。

wget https://www-eu.apache.org/dist/pdfbox/2.0.18/pdfbox-app-2.0.18.jar -O pdfbox-app.jar

wget https://jicpa.or.jp/specialized_field/publication/files/2-8-82-2-120615.pdf -O data.pdf

java -jar pdfbox-app.jar ExtractText -sort -encoding UTF-8 data.pdf