Python解析PDF时过滤coord≤780文本追加到列表不生效问题

你误读了enumerate()函数的返回值：
raw_text列表中每个元素是[coord坐标值, 文本内容]的二元列表，但enumerate(raw_text)返回的第一个参数是列表元素的索引下标，不是你提前存储的coord坐标值。你当前的逻辑实际是保留列表前781个元素（索引从0开始到780），完全没有用到元素内存储的坐标做判断，所以过滤规则完全没生效。

font_pos = []
maxFontpos = 780
for item in raw_text:
    # 从每个元素中取出实际存储的坐标和文本
    coord, word = item
    # 需求是coord低于780就保留，如需包含等于780的情况可改为<=
    if coord < maxFontpos:
        # 如果你需要保留[coord, word]的结构就改为append(item)
        font_pos.append(word)

你的代码中调用了converter.close()，但全程没有定义过converter变量，运行时会抛出变量未定义的报错，直接删除该行即可。

内容的提问来源于stack exchange，提问作者id345678