这是编码没有处理好吧

麻烦说完整一点，这么点信息，也看不懂

没看出来，好像说的是你的pdfparser.py这个文件报错了，但是这个文件是你下载下来的，应该不会出问题的。

你可以使用全局的正则匹配来匹配整个字符串达到这个效果，提示你一下，匹配中文汉字的正则是

[u4e00-u9fa5]

你直接decode为utf-8不就行了

get_text()是为了获取文本的内容layout是获取了整个pdf文档，但需要out来逐条输出文档的内容，就需要get_text()

....

.....

类型错误吧

那就不能解析了吧，不然加密也没有意义了

resource = PDFResourceManager()# 创建PDF资源管理器

缺括号

from pdfminer.layout import LAParams

重新安装。我的也是2.7，这个一般都中文报的。

讲师的英文发音确实很多都不标准。但不影响这门课程的实际效用，课程讲解很细致透彻，感谢！

发音问题，懂得人自然不介意，但也希望英文发音不好的朋友不要借鉴。

不知道怎么解决，先用个笨办法吧：可以把所有的内容拷贝出来，放到txt里面

device = PDFPageAggregator(resource,laparms=laparms);

你这条代码中laparms应该为laparams

才发现...因为有的括号是  中文字符下的。。。改成英文输入法  重新输下就行了

from pdfminer.converter import PDFPageAggregator

from pdfminer.layout import LAParams

发现是自己写错的。。。太粗心了

应该是你那里的编码格式没有转换对

WARNING:pdfminer.converter:undefined:

i try this, and it works.

import logging 
logging.Logger.propagate = False 
logging.getLogger().setLevel(logging.ERROR)

however , i don't know why !

-------------------------------------------------------------------------------------------------------------------------------------------

it sets the root logger to level Error. This will stop PDFMiner warn logging, since it logs to the root logger, but not your own logging.

I needed to set propagation to False, because after PDFMiner usage, I had duplicate logging entries. This was caused by the root logger.

from: http://stackoverflow.com/questions/29762706/warnings-on-pdfminer

可以啊，我用谷歌试过，没有问题。你没有写其他浏览器的兼容代码，所以有问题能实现就行，不过你和题目要求还是有点差别哦~你可以在进行优化一下，没有点击的时候标签下有一条线的，你可以把这个优化掉

比如说你想收集所有上市公司历年来资产负债，资产增长，股份变革等等这些情况，你不可能通过人工的方法来查找，因为单单深沪都有几千家公司，只能依靠程序来完成，但是这些信息大部分都是以PDF文件保存的，如果不读取PDF文件还有什么好的方法来完成呢？

而且大部分的文件都是以PDF保存的，如果你想从这些文件里面查找信息，一两个文件可能还能人工去查找统计，如果是一百个，一万个文件，依靠人工不知道要到什么时候才能完成，而且还可能会统计错误。