Estou tentando obter dados de texto de um pdf usando pdfminer. Consigo extrair esses dados para um arquivo .txt com êxito com a ferramenta de linha de comando pdfminer pdf2txt.py. Atualmente, faço isso e, em seguida, uso um script python para limpar o arquivo .txt. Gostaria de incorporar o processo de extração de pdf ao script e me salvar uma etap

Achei que estava pensando em algo quando encontrei este link, mas não obtive sucesso com nenhuma das soluções. Talvez a função listada lá precise ser atualizada novamente porque estou usando uma versão mais recente do pdfminer.

Tentei também a função mostrada aqui, mas também não funciono

Outra abordagem que tentei foi chamar o script dentro de um script usandoos.system. Isso também não teve êxito.

Estou usando o Python versão 2.7.1 e o pdfminer versão 20110227.