解决解析PDF编码报错（以pdfminer为例）：UnicodeDecodeError: ‘gbk‘ codec can‘t decode byte xxx

呆萌的代Ma2023-11-21 18:57

解决方法

博主使用的是pdfminer解析PDF文档，这个解决方法是通用的，只需要使PDFParser传入的文件为二进制文件即可，示例程序：

py 复制代码

from pdfminer.pdfparser import PDFParser

pdf_parser = PDFParser(open("pdf文件.pdf", "rb"))

网上down下来的PDF在解析的时候会出现这个问题，导致原来解析程序的逻辑无法读取新的pdf，因此统一修改解析的程序为

py 复制代码

pdf_parser = PDFParser(open("pdf文件.pdf", "rb"))

即可解决一些稀奇古怪的PDF问题