どのように私は任意の形式のファイルをPython 3.6を使用してテキスト形式に変換できますか？

Question

私はあらゆるフォーマットのファイルをテキストに変換できるコンバータを手に入れようとしているので、処理が容易になります。私はPython textractライブラリを使用しました。ここ
はドキュメントです：https://textract.readthedocs.io/en/stable/

私はpipを使用してインストールして、それを使用しようとしました。しかし、エラーが発生し、解決方法を理解できませんでした。

>>> import textract 
>>> text = textract.process('C:\Users\beta\Desktop\Projects Done With Specification.pdf', method='pdfminer') 
    File "<stdin>", line 1 
SyntaxError: (unicode error) 'unicodeescape' codec can't decode bytes in position 2-3: truncated \UXXXXXXXX escape 

でも、方法を指定せずにコマンドを試してみました。

>>> import textract 
>>> text = textract.process('C:\Users\beta\Desktop\Projects Done With Specification.pdf') 
    File "<stdin>", line 1 
SyntaxError: (unicode error) 'unicodeescape' codec can't decode bytes in position 2-3: truncated \UXXXXXXXX escape 

あなたの提案でこの問題を取り除く方法を教えてください。可能であれば、私に解決策を提案してください。textractの代わりに便利なことがあれば、それでも私に提案することができます。私は聞いています。

Answer 1

はencoding='utf-8'

textract.process('C:\Users\beta\Desktop\Projects Done With Specification.pdf', encoding='utf-8') 

Answer 2

\文字が異なるコンテキストで異なるものを意味してください。 Windowsのパス名では、ディレクトリの区切り文字です。 Python文字列では、エスケープシーケンスが導入されています。パスを指定するときは、これを考慮する必要があります。

これらのいずれかをお試しください：問題は、文字列

'C:\Users\beta\Desktop\Projects Done With Specification.pdf' 

である

text = textract.process('C:\\Users\\beta\\Desktop\\Projects Done With Specification.pdf', method='pdfminer') 
text = textract.process(r'C:\Users\beta\Desktop\Projects Done With Specification.pdf', method='pdfminer') 
text = textract.process('C:/Users/beta/Desktop/Projects Done With Specification.pdf', method='pdfminer') 

Answer 3

\ Uは、\のU00014321`」として、8文字のUnicodeエスケープを開始します。あなたのコードでは、エスケープの後に無効な文字 's'が続きます。

すべてのバックスラッシュを複製するか、文字列の先頭にr（生の文字列を生成する）のいずれかを付ける必要があります。

Answer 4

あなたの場合、エラーは無効なパスのためです。これを試してみて、それが動作します ： 'C：\ Users \ユーザーSpecification.pdfで行わデスクトップ\プロジェクト\ベータ' "OR" ：