备案控制台

开发者社区

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 1269 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：

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

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。

30

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？

23

0

0

文档智能pdf转图片报错，什么原因？

6

1

0

请问在Elasticsearch elk里，导出pdf文件报错是什么原因？

48

0

0

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

68

3

0

在大数据计算MaxCompute中，使用python的时候运行报错如何解决？

106

3

0

视觉智能平台用python的sdk去调人脸融合的接口，出现该提示，如何解决？

43

3

0

函数计算，我在部署服务时python包的大小超出device space了，应该如何解决？

26

2

0

视觉智能平台pdf识别报错麻烦看下呢？

34

1

0

机器翻译跑官方的python demo跑起来报这个错，该如何解决？

20

1

0

问答排行榜

最热

最新

1 通过阿里云代备案系统进行个人快速备案 2699521

2 【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 1818159

3 据说在家办公的程序员是这样写代码的？ 1792084

4 阿里云开放端口权限 689777

5 《阿里云服务器从入门到精通》—论坛精华帖汇总（2013.8.21更新） 599349

6 如何升级配置 536013

7 【藏经阁一起读（27）】本周推荐《Apache Flink案例集（2022版）》，你有哪些心得？ 522293

8 【精品问答】python技术1000问(1) 513934

9 Flink Forward Asia 2021 有奖问答 512759

10 Linux Bash严重漏洞修复紧急通知（已全部给出最终修复方案） 456881

11 工信部官网：www.miitbeian.gov.cn打不开解决办法 399447

12 OceanBase 使用动画（持续更新） 359220

13 阿里云LNAMP(Linux + Nginx + Apache + MySQL + PHP)环境一键安装脚本 329678

14 OSS存储服务-客户端工具 321214

15 为体验实验室取一个新名字。 307152

16 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 303634

17 Win Server 2003-2016 加密勒索事件必打补丁合集 295087

18 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 283423

19 安全组详解，新手必看教程 277221

20 写code还是做管理，开发者如何进行职业规划？ 268224

1 如何让系统具备良好的扩展性？ 444

2 在JS编程中有哪些常见的编程“套路”或习惯？ 432

3 在做程序员的道路上，你掌握了什么关键的概念或技术让你感到自身技能有了显著飞跃？ 1517

4 作为一个经典架构模式，事件驱动在云时代为什么会再次流行呢？ 1171

5 宜搭：提交表单前，如何校验另一张表单的数据？ 228

6 如何看待首个 AI 程序员入职科技公司？ 1922

7 未启用对服务器的访问 510

8 在图像处理应用场景下，Serverless架构的优势体现在哪些方面？ 1638

9 如何处理线程死循环？ 2201

10 宜搭自定义页面，这个是怎么配置的 185

11 Idea 2024.1RC 报错提示 188

12 如何写出更优雅的并行程序？ 1653

13 你认为一个优秀的技术PM应该具备什么样的能力？ 2113

14 宜搭页面复制问题 348

15 宜搭审批节点调用连接器给表单组件赋值 136

16 宜搭在自定义页面保存数据新建表单后如何返回新建表单formInstId值 137

17 Nacos配置了鉴权登录接口返回caused:这个有谁清楚吗？ 156

18 从哪个版本开始nacos分成了两个端口？8848和9848 134

19 钉钉宜搭中要如何实现每日定时自动获取表单1中符合条件的实例数量总和，并赋值给表单2中的某个组件 328

20 宜搭官方的视频板块，图片上是怎么加文字样式的。 175

相关课程

更多

Python Web开发基础

33200

4

去学习

Python开发基础入门

11202

17

去学习

Python常用数据科学库

1460

53

去学习

Python网络爬虫实战

2190

3

去学习

Python完全自学手册图文教程

11193

39

去学习

Python基础快速入门实战教程

37991

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