用python把pdf文件转换为word文件

2024年3月24日 152次阅读 来源: 归来一大叔

安装pip install pdf2docx：

pip install pdf2docx

如果安装过程出现报错，可能是版本匹配问题，先安装PyMuPDF这个库即可正常安装pip install PyMuPDF。

pip install PyMuPDF

安装好后，把需要转换的PDF文档放到和python代码同一个文件夹内。

python代码：

import os
from pdf2docx import Converter

def pdf_docx():

    # 获取当前工作目录
    file_path = os.getcwd()

    # 获取所有文件
    files = os.listdir(file_path)

    # 遍历所有文件
    for file in files:

        # 过滤临时文件
        if '~$' in file:
            continue

        # 过滤非pdf格式文件
        if file.split('.')[-1] != 'pdf':
            continue
        # 获取文件名称
        file_name = file.split('.')[0]
        # pdf文件名称
        pdf_name = os.getcwd() + '\\' + file
        # docx文件名称
        docx_name = os.getcwd() + '\\' + file_name + '.docx'
        # 加载pdf文档
        cv = Converter(pdf_name)
        cv.convert(docx_name, start=0, end=12)
        cv.close()

if __name__ == '__main__':
    pdf_docx()

start是pdf转换的起始页，end是结束页。如果不传入start和end这两个参数，默认就是从第一页转换到最后一页。也可以通过pages方法确定转换页数，方法为：cv.convert(docx_file, pages=[0,2, 5])

    原文作者：归来一大叔
    原文地址: https://blog.csdn.net/m0_69739773/article/details/124804919
    本文转自网络文章，转载此文章仅为分享知识，如有侵权，请联系博主进行删除。
点赞