You need to enable JavaScript to run this app. 调用pdfminer.high_level.extract_text时出现模块无high_level属性的问题咨询
优惠活动
大模型
产品
解决方案
定价
更多

调用pdfminer.high_level.extract_text时出现模块无high_level属性的问题咨询

报错现象

执行PDF文本提取逻辑时抛出以下异常:

File "/Users/ian/Documents/Resume Selector Project/resumeBackend.py", line 5, in digestResume
    text = pdfminer.high_level.extract_text
AttributeError: module 'pdfminer' has no attribute 'high_level'

已做初步排查:在项目目录下直接运行pdf2txt.py可以正常完成PDF转文本流程,排除了pdfminer未安装、环境路径不匹配的问题。
触发问题的测试代码如下:

import pdfminer
print(pdfminer.__version__)
res = '~/Documents/Personal/Employment/Resumes/Resume\ 11/03/2020'
def digestResume(resume): #resume is a pdf file (as str)
    text = pdfminer.high_level.extract_text(resume)
    print(text)
    
digestResume(res)
问题原因

这个报错和pdfminer的实际安装状态无关,是Python子模块加载机制导致的:
仅执行import pdfminer时,解释器只会加载顶层pdfminer基础模块,不会自动递归加载它名下的所有子模块(比如high_level、pdfinter、converter这类)。没有被显式导入的子模块,不会作为属性挂载到顶层pdfminer对象上,直接通过pdfminer.xxx的层级路径访问,就会触发属性不存在的报错。
之前直接运行pdf2txt.py功能正常,是因为这个官方脚本内部已经显式导入了所有依赖的pdfminer子模块,脚本运行过程中会自动把这些子模块挂载到顶层pdfminer对象上,因此不会出现访问异常。单独运行自写的代码时,因为没有提前加载目标子模块,自然就触发了报错。

修复方法
  • 最推荐的写法是直接显式导入需要的函数,不要走顶层模块嵌套路径调用:
    # 替换原有的import pdfminer语句
    from pdfminer.high_level import extract_text
    import os
    
    # 路径兼容处理:自动展开~开头的用户目录路径,避免文件找不到
    res = os.path.expanduser('~/Documents/Personal/Employment/Resumes/Resume 11-03-2020.pdf')
    
    def digestResume(resume):
        text = extract_text(resume)
        print(text)
    
    digestResume(res)
    
  • 注意修正原代码的路径问题:原代码里用反斜杠转义空格、把日期作为目录层级写在路径里的写法存在错误,直接填写实际存在的PDF文件的绝对路径即可,不需要手动转义空格。
  • 如果一定要保留pdfminer.high_level的调用形式,只需要在导入顶层模块后,显式导入对应子模块,让它挂载到顶层模块对象上即可:
    import pdfminer
    # 显式加载high_level子模块
    import pdfminer.high_level
    
    # 之后就可以正常调用pdfminer.high_level.extract_text了
    

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

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.17 02:45:08