Pop!_OS下pdf2txt因包路径问题引发ModuleNotFoundError求助

根源分析 #

1. 包分支冲突：apt仓库的python3-pdfminer是旧版pdfminer项目，不包含pdfminer.high_level模块；你通过pip安装的pdfminer.six是该项目的维护分支，才提供这个模块，但系统生成的/usr/bin/pdf2txt脚本属于旧版pdfminer，和pdfminer.six的模块结构不兼容。
2. Python路径优先级问题：/usr/bin/pdf2txt的脚本头（shebang）固定指向系统默认/usr/bin/python3，而该Python的模块搜索路径中，/usr/local/lib/python3.10/dist-packages（pip全局安装目录）优先级高于/usr/lib/python3/dist-packages（apt包目录），导致脚本优先加载/usr/local中可能存在的冲突包，而非/usr/lib里正确的pdfminer.six。
3. 虚拟环境隔离限制：虚拟环境的pdfminer.six是独立的，但/usr/bin/pdf2txt是系统级脚本，不会自动使用虚拟环境的Python解释器和模块，所以虚拟环境内测试正常不代表系统脚本能工作。

正确处理方式 #

方式一：替换为pdfminer.six官方脚本（推荐） #

1. 卸载apt安装的旧版包：

   sudo apt remove --purge python3-pdfminer
   sudo apt autoremove
   

2. 用系统pip3全局安装最新版pdfminer.six：

   sudo pip3 install --upgrade pdfminer.six
   

3. pdfminer.six会自带pdf2txt.py脚本，通常在/usr/local/bin下，可创建软链接简化调用：

   sudo ln -s /usr/local/bin/pdf2txt.py /usr/local/bin/pdf2txt
   

   之后直接执行pdf2txt即可调用正确的脚本，依赖pdfminer.high_level模块。

方式二：修改系统脚本适配pdfminer.six（不推荐） #

如果不想卸载apt包，可手动修改/usr/bin/pdf2txt：

1. 打开脚本：

   sudo nano /usr/bin/pdf2txt
   

2. 替换原有的导入和执行逻辑为pdfminer.six的调用方式：

   # 替换脚本内核心逻辑为：
   from pdfminer.high_level import extract_text
   import sys
   if __name__ == '__main__':
       if len(sys.argv) < 2:
           print("Usage: pdf2txt <pdf-file>", file=sys.stderr)
           sys.exit(1)
       print(extract_text(sys.argv[1]))
   

   注意：后续apt更新可能覆盖该脚本，需重新修改。

方式三：使用虚拟环境内的脚本 #

在虚拟环境中安装pdfminer.six后，直接调用虚拟环境内的脚本：

1. 激活虚拟环境：

   source /path/to/your/venv/bin/activate
   

2. 执行转换：

   pdf2txt.py your_document.pdf
   

   也可以直接用绝对路径调用，无需激活虚拟环境：

   /path/to/your/venv/bin/pdf2txt.py your_document.pdf
   

关于PYTHONPATH临时解决的说明 #

添加PYTHONPATH=/usr/lib/python3/dist-packages会强制系统Python优先加载apt安装的pdfminer.six模块，跳过/usr/local中的冲突包，但这只是临时方案，后续安装其他Python包时，路径优先级问题可能再次出现，不建议长期使用。

内容的提问来源于stack exchange，提问作者JozuaK