更新 Python 代码 - PyPDF2 库已弃用 Python 代码中使用的对象

问：

我已经能够在基于 Linux 的操作系统中使用 Python 代码，但是当我尝试在基于 Windows 的操作系统上运行相同的代码时，我收到了弃用消息。

我的问题是：如何更新代码以克服弃用问题？

1. 使用的 Python 代码是：

import PyPDF2
import openpyxl

def pdf_to_text(pdf_file):
    text = ""
    with open(pdf_file, "rb") as file:
        pdf_reader = PyPDF2.PdfFileReader(file)
        for page_num in range(pdf_reader.getNumPages()):
            page = pdf_reader.getPage(page_num)
            text += page.extractText()
            return text

def save_text_to_excel(text, excel_file):
    workbook = openpyxl.Workbook()
    sheet = workbook.active
    lines = text.split("\n")
    for row_num, line in enumerate(lines, 1):
        sheet.cell(row=row_num, column=1, value=line)
        workbook.save(excel_file)

if __name__ == "__main__":
    pdf_file = "PDF_File_name.pdf"
    excel_file = "output.xlsx"

pdf_text = pdf_to_text(pdf_file)
save_text_to_excel(pdf_text, excel_file)

输出：“PyPDF2.errors.DeprecationError：PdfFileReader 已弃用，并在 PyPDF2 3.0.0 中删除。请改用 PdfReader。"

2. 所以我更新了这个 Python 代码：

import PyPDF2
import openpyxl

def pdf_to_text(pdf_file):
    text = ""
    with open(pdf_file, "rb") as file:
        pdf_reader = PyPDF2.PdfReader(file)
        for page_num in range(pdf_reader.getNumPages()):
            page = pdf_reader.getPage(page_num)
            text += page.extractText()
            return text

def save_text_to_excel(text, excel_file):
    workbook = openpyxl.Workbook()
    sheet = workbook.active
    lines = text.split("\n")
    for row_num, line in enumerate(lines, 1):
        sheet.cell(row=row_num, column=1, value=line)
        workbook.save(excel_file)

if __name__ == "__main__":
    pdf_file = "PDF_File_name.pdf"
    excel_file = "output.xlsx"

pdf_text = pdf_to_text(pdf_file)
save_text_to_excel(pdf_text, excel_file)

输出：“PyPDF2.errors.DeprecationError： reader.getNumPages 已弃用，并在 PyPDF2 3.0.0 中删除。请改用 len（reader.pages）。"

3. 接下来，我根据 https://pypdf2.readthedocs.io/en/latest/user/migration-1-to-2.html 的建议更新了 Python 代码，这些建议需要更新哪些状态：

reader.getNumPages（） / reader.numPages ➔ len（reader.pages）

import PyPDF2
import openpyxl

def pdf_to_text(pdf_file):
    text = ""
    with open(pdf_file, "rb") as file:
        pdf_reader = PyPDF2.PdfReader(file)
        for page_num in range(pdf_reader.len(reader.pages)):
            page = pdf_reader.getPage(page_num)
            text += page.extractText()
            return text

def save_text_to_excel(text, excel_file):
    workbook = openpyxl.Workbook()
    sheet = workbook.active
    lines = text.split("\n")
    for row_num, line in enumerate(lines, 1):
        sheet.cell(row=row_num, column=1, value=line)
        workbook.save(excel_file)

if __name__ == "__main__":
    pdf_file = "PDF_File_name.pdf"
    excel_file = "output.xlsx"

pdf_text = pdf_to_text(pdf_file)
save_text_to_excel(pdf_text, excel_file)

输出：“AttributeError：”PdfReader“对象没有属性”len”"

4. 我根据“Abdul Aziz Barkat”的评论更新了代码： 错别字：pdf_reader.len（reader.pages） 将其与弃用消息中所述的 len（reader.pages） 进行比较......你必须写 len（pdf_reader.pages），len 是 Python 中的内置函数。

import PyPDF2
import openpyxl

def pdf_to_text(pdf_file):
    text = ""
    with open(pdf_file, "rb") as file:
        pdf_reader = PyPDF2.PdfReader(file)
        for page_num in range(len(pdf_reader.pages)):
            page = pdf_reader.getPage(page_num)
            text += page.extractText()
            return text

def save_text_to_excel(text, excel_file):
    workbook = openpyxl.Workbook()
    sheet = workbook.active
    lines = text.split("\n")
    for row_num, line in enumerate(lines, 1):
        sheet.cell(row=row_num, column=1, value=line)
        workbook.save(excel_file)

if __name__ == "__main__":
    pdf_file = "computers.pdf"
    excel_file = "output.xlsx"

pdf_text = pdf_to_text(pdf_file)
save_text_to_excel(pdf_text, excel_file)

输出：“PyPDF2.errors.DeprecationError：reader.getPage（pageNumber）已弃用，并在PyPDF2 3.0.0中删除。请改用 reader.pages[page_number]。"