PDFMiner on Windows7

はじめに

PDFMinerをWindows7環境に導入した際のメモです

目標

• pythonでpdfファイルをテキストファイルに変換する

動作環境

• Windows7 32bit
• python 2.6.5
• pdfminer 20140328

公式サイト

• pdfminer

Download

• pdfminer 20140328

手順

1. ダウンロードしたファイルを展開
2. コマンドプロンプトで以下を実行

mkdir pdfminer\cmap
python tools\conv_cmap.py -c B5=cp950 -c UniCNS-UTF8=utf-8 pdfminer\cmap Adobe-CNS1 cmaprsrc\cid2code_Adobe_CNS1.txt
python tools\conv_cmap.py -c GBK-EUC=cp936 -c UniGB-UTF8=utf-8 pdfminer\cmap Adobe-GB1 cmaprsrc\cid2code_Adobe_GB1.txt
python tools\conv_cmap.py -c RKSJ=cp932 -c EUC=euc-jp -c UniJIS-UTF8=utf-8 pdfminer\cmap Adobe-Japan1 cmaprsrc\cid2code_Adobe_Japan1.txt
python tools\conv_cmap.py -c KSC-EUC=euc-kr -c KSC-Johab=johab -c KSCms-UHC=cp949 -c UniKS-UTF8=utf-8 pdfminer\cmap Adobe-Korea1 cmaprsrc\cid2code_Adobe_Korea1.txt
python setup.py install

動作確認

tools\pdf2txt.py

python .\tools\pdf2txt.py -o test.txt .\samples\simple1.pdf