Python3: pdfminer で PDF から文字を抽出

次の記事を参考にしました。
【Python】pdfから文字を抽出。pdfminer.sixの使い方

pdf_parse.py

# ! /usr/bin/python
# -*- coding: utf-8 -*-
#
#	pdf_parse.py
#
#						Oct/02/2018
#
# ------------------------------------------------------------------
import	sys
from pdfminer.pdfinterp import PDFResourceManager, PDFPageInterpreter
from pdfminer.converter import TextConverter
from pdfminer.layout import LAParams
from pdfminer.pdfpage import PDFPage
# ------------------------------------------------------------------
sys.stderr.write("*** 開始 ***\n")
file_pdf = sys.argv[1]
file_text = sys.argv[2]
sys.stderr.write(file_pdf + "\n")
sys.stderr.write(file_text + "\n")
#
rsrcmgr = PDFResourceManager()
codec = 'utf-8'
params = LAParams()
with open(file_text, "wb") as output:
	device = TextConverter(rsrcmgr, output, codec=codec, laparams=params)
	with open(file_pdf, 'rb') as input:
		interpreter = PDFPageInterpreter(rsrcmgr, device)
		for page in PDFPage.get_pages(input):
			interpreter.process_page(page)
	device.close()
#
sys.stderr.write("*** 終了 ***\n")
# ------------------------------------------------------------------

実行方法

./pdf_parse.py cities.pdf result.txt

Arch Linux でのライブラリーのインストール方法

yay -S python-pdfminer.six

Ubuntu でのライブラリーのインストール方法

>```bash
sudo apt install python3-pdfminer