使用textract处理PDF文件遇ShellError，退出码127求助

问题原因 #

textract处理PDF文件依赖poppler工具中的pdftotext命令，报错ShellError: The command pdftotext ... failed with exit code 127，本质是系统PATH环境变量中找不到pdftotext命令——要么没安装poppler，要么安装后没把它的可执行文件路径加入系统PATH。

解决步骤 #

• 下载适配Windows的poppler预编译包，选择对应系统位数（32/64位）的稳定版本，解压到固定路径（比如C:\poppler）
• 配置系统环境变量：右键「此电脑」→「属性」→「高级系统设置」→「环境变量」，在系统变量的Path中添加poppler解压目录下的bin路径（比如C:\poppler\bin）
• 重启Python运行环境（命令提示符、VS Code、PyCharm等），让环境变量生效
• 验证配置：打开命令提示符输入pdftotext -v，能正常显示版本信息即为配置成功
• 重新运行原PDF处理代码，即可正常提取文本

备选方案（无需全局配置PATH） #

如果不想修改系统PATH，可以在代码中直接指定poppler的bin目录路径：

import textract
path = r'C:\Users\Python_files\accounts.pdf'
text = textract.process(
    path,
    method='pdftotext',
    path_to_poppler=r'C:\poppler\bin'  # 替换为你的poppler bin路径
)

内容的提问来源于stack exchange，提问作者Yukthi Bhat