源代码基本转载：
环境：
python 3.6
Ubuntu 16.04
Pycharm 2018.1
pdfminer包安装：
pip install pdfminer3k
如果是python2,则直接
pip install pdfminer
我把教程里的代码稍微做了一丢丢修改，基本上就是把原来的函数的参数放到了最后输入，此处再次感谢原博主分享，侵删
#--coding:utf-8--
import importlib
import sys
import time
importlib.reload(sys)
time1 = time.time()
from pdfminer.pdfparser import PDFParser, PDFDocument
from pdfminer.pdfinterp import PDFResourceManager, PDFPageInterpreter
from pdfminer.converter import PDFPageAggregator
from pdfminer.layout import LTTextBoxHorizontal, LAParams
from pdfminer.pdfinterp import PDFTextExtractionNotAllowed
def parse(PDF_path,TXT_path):
'''解析PDF文本，并保存到TXT文件中'''
fp = open(PDF_path, 'rb')
# 用文件对象创建一个PDF文档分析器
parser = PDFParser(fp)
# 创建一个PDF文档
doc = PDFDocument()
# 连接分析器，与文档对象
parser.set_document(doc)
doc.set_parser(parser)
# 提供初始化密码，如果没有密码，就创建一个空的字符串
doc.initialize()
# 检测文档是否提供txt转换，不提供就忽略
if not doc.is_extractable:
raise PDFTextExtractionNotAllowed
else:
# 创建PDF，资源管理器，来共享资源
rsrcmgr = PDFResourceManager()
# 创建一个PDF设备对象
laparams = LAParams()
device = PDFPageAggregator(rsrcmgr, laparams=laparams)
# 创建一个PDF解释其对象
interpreter = PDFPageInterpreter(rsrcmgr, device)
# 循环遍历列表，每次处理一个page内容
# doc.get_pages() 获取page列表
for page in doc.get_pages():
interpreter.process_page(page)
# 接受该页面的LTPage对象
layout = device.get_result()
# 这里layout是一个LTPage对象 里面存放着 这个page解析出的各种对象
# 一般包括LTTextBox, LTFigure, LTImage, LTTextBoxHorizontal 等等
# 想要获取文本就获得对象的text属性，
for x in layout:
if (isinstance(x, LTTextBoxHorizontal)):
with open(TXT_path, 'a') as f:
results = x.get_text()
# print(results)
f.write(results + "\n")
if __name__ == '__main__':
PDF_path = r'123.pdf'
TXT_path = r'321.txt'
parse(PDF_path,TXT_path)
time2 = time.time()
print("总共消耗时间为:", time2 - time1)
PDF_path，TXT_path即为输入输出文件名，若不在目录下，则需要使用完整路径
