PyPDF2废弃API适配：Python代码更新解决方案咨询

PyPDF2在2.0版本做了大规模API重构，旧的PdfFileReader、getNumPages()、getPage()、extractText()等方法全部被废弃，你的问题本质是跨环境版本不一致（Linux可能是旧版，Windows装了新版），直接按以下方案彻底替换所有旧API即可：

核心API替换清单 #

• 替换from PyPDF2 import PdfFileReader → from PyPDF2 import PdfReader
• 替换reader.getNumPages() → len(reader.pages)
• 替换reader.getPage(index) → reader.pages[index]
• 替换page.extractText() → page.extract_text()

完整更新示例 #

旧代码（触发废弃警告/报错） #

from PyPDF2 import PdfFileReader

def extract_pdf_text(file_path):
    # 旧方式打开文件
    reader = PdfFileReader(file_path)
    page_count = reader.getNumPages()
    full_text = ""
    for page_num in range(page_count):
        page = reader.getPage(page_num)
        full_text += page.extractText()
    return full_text

新代码（适配PyPDF2 2.x+，无废弃警告） #

from PyPDF2 import PdfReader

def extract_pdf_text(file_path):
    # 用with语句安全管理文件句柄（跨Linux/Windows通用）
    with open(file_path, "rb") as pdf_file:
        reader = PdfReader(pdf_file)
        page_count = len(reader.pages)
        full_text = ""
        for page_num in range(page_count):
            # 直接通过索引访问pages列表获取页面
            page = reader.pages[page_num]
            # 使用新的extract_text()方法提取文本
            full_text += page.extract_text()
        return full_text

额外注意事项 #

1. 统一PyPDF2版本：在Windows和Linux都执行pip install --upgrade PyPDF2，确保版本一致（≥2.0）
2. 避免硬编码文件路径：Windows路径用反斜杠时注意转义（比如C:\\test.pdf），或直接用正斜杠C:/test.pdf实现跨平台兼容
3. 异常处理：可以添加FileNotFoundError、PyPDF2.errors.PdfReadError等异常捕获，增强代码健壮性

内容的提问来源于stack exchange，提问作者VicRam0001