如何使用Python脚本从PDF中读取阿拉伯语文本

我有一个用Python编写的代码,可以读取PDF文件并将其转换为文本文件。

当我试图阅读时出现了问题 阿拉伯文文本 来自PDF文件。我知道错误在 编码和编码过程 但我不知道如何修复它。

系统转换阿拉伯文PDF文件,但文本文件为空。 并显示此错误:

回溯(最近一次调用last):文件 “C:\Users\test\Downloads\pdf txt\text maker.py”,第68行,in f、 写入(内容)UnicodeEncodeError:“ascii”编解码器无法对位置50处的字符u“\xa9”进行编码:序号不在范围内(128)

代码:

import os
from os import chdir, getcwd, listdir, path
import codecs
import pyPdf
from time import strftime

def check_path(prompt):
    ''' (str) -> str
    Verifies if the provided absolute path does exist.
    '''
    abs_path = raw_input(prompt)
    while path.exists(abs_path) != True:
        print "\nThe specified path does not exist.\n"
        abs_path = raw_input(prompt)
    return abs_path    

print "\n"

folder = check_path("Provide absolute path for the folder: ")

list=[]
directory=folder
for root,dirs,files in os.walk(directory):
    for filename in files:
        if filename.endswith('.pdf'):
            t=os.path.join(directory,filename)

            list.append(t)

m=len(list)
print (m)
i=0
while i<=m-1:

    path=list[i]
    print(path)
    head,tail=os.path.split(path)
    var="\\"

    tail=tail.replace(".pdf",".txt")
    name=head+var+tail

    content = ""
    # Load PDF into pyPDF
    pdf = pyPdf.PdfFileReader(file(path, "rb"))
            # Iterate pages
    for j in range(0, pdf.getNumPages()):
        # Extract text from page and add to content
        content += pdf.getPage(j).extractText() + "\n"
    print strftime("%H:%M:%S"), " pdf  -> txt "
    f=open(name,'w')
    content.encode('utf-8')
    f.write(content)
    f.close
    i=i+1