这是我的代码。到目前为止，它会将PDF的所有内容打印到pages变量中。然而，我似乎无法以相同的方式返回提取的文本。我通过从随机的PDF文件中提取信息并将其放入我正在调用的文件夹中来进行测试。我如何才能让它以打印的方式返回提取的文本呢？

import osimport PyPDF2 as pdfimport pandas as pddef scan_files(root):    for path, subdirs, files in os.walk(root):        for name in files:            if name.endswith('.pdf'):                #print(name)                pdf = PyPDF2.PdfFileReader(os.path.join(path,name))                numPages = pdf.getNumPages()                for p in range(0, numPages):                        pages = ''                        page = pdf.getPage(p)                        pages += page.extractText()                        pages = pages.replace('\n', '')                        #print(pages)                        return pages

回答：

打印文本将允许最后一个for循环继续迭代（使用您提到的“print(pages)”）。然而，返回pages将会终止正在运行的循环，并输出到目前为止覆盖的文本。试试使用如下代码：

def scan_files(root):    pdftext = ''    for path, subdirs, files in os.walk(root):        for name in files:            if name.endswith('.pdf'):                #print(name)                pdf = PyPDF2.PdfFileReader(os.path.join(path,name))                numPages = pdf.getNumPages()                                pages = ''                                    for p in range(0, numPages):                    page = pdf.getPage(p)                    pages += page.extractText()                    pages = pages.replace('\n', '')                pdftext += pages    return pdftext