在不进行OCR的情况下提取结构化数据的PDF，可以使用Python中的一些库和工具来实现。以下是一个使用PyPDF2库提取PDF文本的示例代码：

import PyPDF2

def extract_text_from_pdf(pdf_path):
    text = ""
    with open(pdf_path, "rb") as file:
        reader = PyPDF2.PdfReader(file)
        for page in reader.pages:
            text += page.extract_text()
    return text

pdf_path = "example.pdf"
extracted_text = extract_text_from_pdf(pdf_path)
print(extracted_text)

上述代码使用PyPDF2库打开PDF文件并逐页提取文本。然后，将提取的文本存储在一个字符串变量中，以便进一步处理。

请注意，这种方法只能提取PDF中的文本内容，并不能识别PDF中的图像、表格等非文本元素。如果PDF中包含非文本的结构化数据，可能需要使用其他方法或工具来处理。

如果你需要提取PDF中的其他结构化数据，例如表格数据，可以尝试使用Tabula-py库。以下是一个使用Tabula-py库提取PDF中表格数据的示例代码：

import tabula

def extract_table_from_pdf(pdf_path, page):
    tables = tabula.read_pdf(pdf_path, pages=page, multiple_tables=True)
    return tables

pdf_path = "example.pdf"
page_number = 1
tables = extract_table_from_pdf(pdf_path, page_number)
print(tables)

上述代码使用Tabula-py库的read_pdf函数从PDF中提取指定页的表格数据。可以使用pages参数指定要提取的页码，也可以使用multiple_tables参数来指示是否提取多个表格。

请注意，这种方法仅适用于提取PDF中的表格数据，并且需要事先知道表格在PDF中的页码。如果PDF中的结构化数据格式复杂或不规则，可能需要使用其他方法或工具来处理。