Extraction pdf en python avec pypdf2

Bonjour,

Je suis débutante en python.
Dans le cadre d'un projet je dois extraire un fichier pdf dans python pour pouvoir ensuite le tokenizer et faire des stat dessus (à l'aide de nltk)
J'ai un problème car mon fichier pdf s'ouvre , mais la dèrnière lettre de chaque phrase est découpé et va à la ligne.
Je vous joins mon code :


import PyPDF2 as module

Filename= "TestOuvrir.pdf"
PDFfile = open(Filename,"rb")

pdfread = module.PdfFileReader(PDFfile)

var = pdfread.getPage(0)
txtacompter = var.extractText()

totalpages=pdfread.getNumPages()

text = " "
i=0
while (i<totalpages):
vartext = pdfread.getPage(i)
i = i + 1
text += vartext.extractText()


print (text)






Merci pour votre aide !!!