如何用Python复刻pdf2txt -t xml命令的输出效果？

我尝试用Python复刻命令行指令 pdf2txt -t xml samplePdf.pdf > test.xml 的功能，编写了以下代码：

import pdfminer.high_level
from pdfminer.layout import LAParams

laparams = LAParams()
laparams.all_texts = True

with open("out.xml", 'w') as out:
  with open('./samplePdf.pdf', 'rb') as pdf:
    pdfminer.high_level.extract_text_to_fp(
      pdf, out, 'xml', codec="", laparams=laparams)

生成的结果与命令行输出类似，但文本框（textbox）和/或文本行（textline）的数量存在差异，我不清楚原因。

补充说明 #

• 测试使用的是一篇科学论文PDF
• 发现的第一个差异：命令行输出的第一行是 <? xml version = "1.0"?>，未提及编码信息；而Python代码生成的XML声明中指定了encoding="utf-8"。尝试传入"utf-8"作为codec参数会触发值错误，因此代码中只能将该参数留空。

内容的提问来源于stack exchange，提问作者Teo7