最近需要把PDF解析為文字，查了查python的模塊，發現PDFminer3k能滿足需求。我使用的是 windows平台下的python3.6，python2的則下載pdfminer。
首先下載：直接 pip install pdfminer3k。
在網上找了教程代碼跑了下自己用word轉的pdf測試文件，可以解析成文字。
教程網址：http://blog.csdn.net/PianoOrRock/article/details/70666286?reload
然后運行自己真正需要的PDF時，報錯：
剛開始我天真的以為是pdf加密了，后來查了下發現pdfminer3k自帶能解密一些簡單的加密方法，且遇到加密報錯不是這樣的。
然后重新仔細研究報錯，覺得應該是pdf的字體的問題，pdfminer3k不能解析特殊字體，需要下載相應的字體包來解決。
字體包下載網站：https://github.com/euske/pdfminer/pull/71/commits/2103e5875ef04cfaf424b25d2fd0dc9535a90714#diff-11a7e5c9b1cb16f0ae7d0276f643956d
下載好了GBK-EUC-H和UniGB-UCS2-H不要解壓直接放在 pdfminer/cmap文件夾下。
運行后繼續報錯：
PDFMiner里並沒有GBK-EUC-H和UniGB-UCS2這兩個編碼的解碼文件，所以輸出了一堆cid，繼續去上面的網站找到這種編碼解碼包，下載后不要解壓直接放到上面的文件夾里：
運行，解析成功！