Python读取PDF后如何去除提取文本的外层双引号？

你现在拿到的结果是包含单个字符串元素的列表，这个字符串本身带着外层单引号，要得到目标列表可以用以下几种方法：

方法一：字符串直接处理 #

先取出列表里的字符串内容，再通过分割和清理得到目标列表：

# 假设self.extract是["'Casa','Perro','Gato'"]
raw_content = self.extract[0]  # 取出列表中的唯一字符串元素
# 去掉首尾的单引号，再按"', '"分割成单个元素，最后清理每个元素的单引号
target_list = [item.strip("'") for item in raw_content.strip("'").split("', '")]
print(target_list)  # 输出: ['Casa', 'Perro', 'Gato']

方法二：用ast.literal_eval解析（更推荐） #

如果PDF里的内容格式符合Python字面量规则，用ast模块解析会更稳妥，还能避免手动处理字符串的麻烦：

import ast

raw_content = self.extract[0]
# 把字符串解析成Python元组，再转成列表
target_list = list(ast.literal_eval(raw_content))
print(target_list)  # 输出: ['Casa', 'Perro', 'Gato']

这个方法比直接用eval安全，因为ast.literal_eval只会解析合法的Python字面量，不会执行恶意代码。

内容的提问来源于stack exchange，提问作者Loh Boon How