备案控制台

开发者社区> 问答> 正文

Python PDFminer读取PDF内容速度慢是怎么回事？如何解决？：报错

根据网上的Python读取PDF的相关资料，TZ发现了PDFminer这个Python库，但是当我将其用来读取一个约300MB左右，页数在4000左右的PDF文件时，速度真心感人，一个小时大概读取了2000页，也就是一半的内容，这肯定不是我所预期的样子。时间太太太长了。求Python大佬教教小弟如何优化这个问题。万分感谢

下图为PDFminer读取PDF代码

展开

收起

kun坤 2020-06-07 21:32:35 1340 0

1 条回答

写回答

取消提交回答

kun坤

在一个月后的今天，把这个问题解决了。换掉了这个三方库，使用的XPD来读取PDF，速度比这个快太多了。
######大哥，XPD是什么库，具体名字叫什么？######
多核
######谢谢你的回答，请问多核是什么意思呢？多进程读取么？还是？求大佬赐教

2020-06-07 21:32:39

赞同展开评论打赏

问答分类：

Python

问答标签：

Python报错 Python PDF PDF报错 Python如何解决 PDF python

问答地址：

开发者社区 > 开发与运维 > 问答

版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

相关问答

视觉智能平台调用通用文字识别服务，报错，怎么解决嘞？调用的是PDF识别。

49

3

0

通过oss url pdf 转png 报错SSLException

53

1

0

在使用Python `oss2` 库访问阿里云对象存储OSS时遇到Endpoint解析错误如何解决？

60

0

0

函数计算word转PDF 调用报错是什么原因呢？

40

1

0

函数计算的`s local start` 调用python应用时没有下依赖问题如何解决？

28

1

0

钉钉python dingtalk sdk报这个错，如何解决？

791

3

0

智能媒体管理发起WORD文件转换PDF任务之后，生成PDF目录转换报错是什么原因？

64

0

0

文档智能pdf转图片报错，什么原因？

26

1

0

请问在Elasticsearch elk里，导出pdf文件报错是什么原因？

198

0

0

智能媒体管理报错Unsupported edit file type pdf，怎么处理？

150

3

0

问答排行榜

最热

最新

1 【大咖问答】对话PostgreSQL 中国社区发起人之一，阿里云数据库高级专家德哥 1819020

2 据说在家办公的程序员是这样写代码的？ 1793150

3 阿里云开放端口权限 690276

4 如何升级配置 536294

5 【藏经阁一起读（27）】本周推荐《Apache Flink案例集（2022版）》，你有哪些心得？ 522852

6 【精品问答】python技术1000问(1) 514127

7 Flink Forward Asia 2021 有奖问答 512909

8 OceanBase 使用动画（持续更新） 359373

9 阿里云LNAMP(Linux + Nginx + Apache + MySQL + PHP)环境一键安装脚本 329801

10 OSS存储服务-客户端工具 321582

11 为体验实验室取一个新名字。 307477

12 企业邮箱发送邮件时，若出现投递失败产生退信，内容提示包含如下： the mta server of * reply:550 failed to meet SPF requirements 或者 the mta server of 163.com — 163mx01.mxmail.netease.com(220.181.14.141) reply:550 MI:SPF mx14,QMCowECpA0qTiftVaeB3Cg—.872S2 1442548128 http://mail.163.com/help 304093

13 Win Server 2003-2016 加密勒索事件必打补丁合集 295329

14 FLASH播放器，在IE浏览器下显示请确定您的域名已完成备案和CNAME绑定 284207

15 安全组详解，新手必看教程 277343

16 写code还是做管理，开发者如何进行职业规划？ 269146

17 惊喜翻倍：免费ECS+免费环境配置~！(ECS免费体验6个月活动3月31日结束) 255880

18 阿里云手机和阿云浏览器连接问题专帖 235688

19 支付宝H5 下载的时候，提示【请确保该下载文件来源安全,如需浏览,请长按网址复制后使用浏览器访问】 227898

20 请问阿里云邮箱如何开启SMTP服务啊！ 225869

1 AI生成海报or人工手绘，哪个更戳你？ 384

2 “AI +脱口秀”，笑点能靠算法去创造吗？ 330

3 请教：通过按钮打开另外一个表单，并把其中一个值传递给另一个表单的其中一个字段。 189

4 AI宠物更适合当代年轻人的陪伴需求吗？ 898

5 AI客服未来会完全代替人工吗？ 1076

6 “云+AI”能够孵化出多少可能？ 864

7 当AI频繁生成虚假信息，我们还能轻信大模型吗？ 684

8 使用免费证书后服务器浏览器访问没有问题，外网访问显示证书不可信，使用同一种浏览器哦 218

9 FFA 2024 大会门票免费送！AI时代下大数据技术未来路在何方？ 1649

10 为什么宜搭的流程流入到钉钉OA审批，钉钉OA审批要收钱啊。。。。 256

11 宜搭UPDATE或UPSERT一次更新数据超过100条怎么办？谢谢各位大大帮帮忙！！！ 218

12 通义千问2.5-7B-Instruct已经下载到本地为什么使还需要联网？而且最近下载模型也提示400 165

13 CUDA error: CUDA-capable device(s) is busy 199

14 AI时代，存力or算力哪一个更关键？ 1334

15 求宜搭关联表单的更新方法！！！ 378

16 全网寻找 #六边形战士# 程序员，你的 AI 编码助手身份标签是什么？ 1350

17 老哥们有个需求想请教一下，十分感谢 368

18 关于“通义灵码”而言，这次更新后，他更加人性化，然而我更喜欢fittencode,理由如下 467

19 关于宜搭自定义页面的文本组件循环获取其它表单的子表单数据。 226

20 flink1.20.0 部署后发布报错，是怎么回事，各种配置都配置了 259

相关课程

更多

Python爬虫实战

40362

6

去学习

Python开发基础入门

11748

17

去学习

Python常用数据科学库

1625

53

去学习

Python网络爬虫实战

2530

3

去学习

Python完全自学手册图文教程

12179

39

去学习

Python基础快速入门实战教程

38724

8

去学习

推荐问答

乘风问答官招募中！机械键盘免费拿

相关电子书

更多

From Python Scikit-Learn to Sc 立即下载

Data Pre-Processing in Python: 立即下载

双剑合璧-Python和大数据计算平台的结合 立即下载

相关实验场景

更多