当我尝试在 Linux 中使用 pdftotext 命令从 PDF 中提取文本时，出现错误

Question

root@kali:~/Desktop# pdftotext PaySlip.pdf

语法错误：缺少“endstream”或流长度不正确

这是什么意思？是不是找不到 PDF 文件的结尾？
请帮忙。

Answer 1

PDF 文件包含对象；对象可以包含流（通常是压缩的），流以 结尾endstream。在文本编辑器中打开它，以更好地了解它的外观。

因此，您的 PDF 文件中至少有一个对象可能已损坏，因为给定的流长度与endstream应在的位置不匹配。其他 PDF 工具可能会或可能不会关心这种不一致（这就是为什么您可以对 PDF 文件做一些有趣的事情）。

因此：修复 PDF 文件，可以手动修复，或者您可以尝试类似的工具mutool。