当我试图从PDF文件中提取文本到txt文件时，在某些情况下，有些行被双引号“”抓住，原因我不明白。问题最有可能出在我处理文本数据的方式上，因为我在写它之前将它存储在一个列表中。
我将非常感谢任何帮助或想法做什么。
我使用pdfplumber从pdf中逐页提取文本，并将其拆分为附加到列表的行。然而，一些作为字符串添加的行是用单引号添加的，例如。'黑洞-丢失的抄本'和一些双引号，例如。“你好，我是瓦鲁扬·戈尔吉安[.]。”
以下是列表的第一部分，作为PDF的提取结果，其中字符串以不同的符号引用：
['黑洞-丢失的抄本'，'介绍'，“你好，我是Varoujan Gorjian，我是NASA喷气推进实验室的研究天文学家。"，“我今天受到挑战，要在五个不同的层次上谈论一个概念。”，“复杂性。今天我们要讨论黑洞。黑洞的一个基本定义是，它是大量的质量塞进一个非常小的体积，这样的逃逸“，”速度是光速。|291字（解释者：“你听说过黑洞吗？”'，...]
下面是我的代码：`对于数据中的文件：path = os.path.join（dataDirectory，str（file））

lines = []
    pdffile = path

    with pdfplumber.open(pdffile) as pdf:
        pages = pdf.pages
        for page in pdf.pages:
            text = page.extract_text()
            for line in text.split('\n'):
                lines.append(line)

    csvFile = os.path.join(goalDirectory, str(file)[:-3]+'txt')

    # open CSV file with coded Text
    with open(csvFile, "w", newline='', encoding='utf-8') as converted:
        writer = csv.writer(converted)
        print(lines)

        for line in lines:
            writer.writerow([line])`

PDF看起来是这样的，所以没有双引号，我希望创建的txt文件中有纯文本：PDF of which text is extracted
生成的txt文件看起来像这样，其中一些行中添加了双引号：Text file with unwanted double quoutes
我试过使用csv.writer方法的 quotechar 和 quoting，但无法找到解决方案。
我可能需要一个解决方案，防止字符串在这个块中被双引号抓住，因为当添加到“lines”时，有些行是（随机）双引号：

`with pdfplumber.open(pdffile) as pdf:
    pages = pdf.pages
    for page in pdf.pages:
        text = page.extract_text()
        for line in text.split('\n'):
            lines.append(line)`