20230919在WIN10下使用python3将PDF文档转为DOCX格式的WORD文档

2023/9/19 11:20

python pdf word

https://blog.csdn.net/u013185349/article/details/130059657

Python实现PDF转Word文档

AcceptedLin

已于 2023-04-10 14:45:17 修改

1243

文章标签： pdf python

版权

模块安装

pip install pdf2docx

安装时可能报错：

到 Microsoft C++ Build Tools

https://visualstudio.microsoft.com/zh-hans/visual-cpp-build-tools/

Microsoft C++ 生成工具

独立 MSVC 编译器、库和脚本

下载C++编译环境安装即可。

模块介绍

pdf2docx是一个Python模块，可以用来将PDF文件转换成Word文档。它是基于Python的pdfminer和python-docx库开发的，可以在Windows、Linux和Mac系统上运行。

pdf2docx模块可以直接从PDF文件中提取文本和图片，并将其转换成可编辑的Word文档。它可以处理包含复杂布局和格式的PDF文件，并保留原始的字体、颜色、大小和格式等属性。

使用pdf2docx模块非常简单，只需要安装pdf2docx库并导入相应的函数即可。以下是一个简单的示例代码：

import pdf2docx

PDF文件转换成Word文档

pdf2docx.parse('test.pdf', 'test.docx')

pdf2docx模块还提供了一些其他的函数和选项，可以根据需要进行配置和使用。以下是一些常用的函数和选项：

parse：将PDF文件转换成Word文档

parse_pages：将PDF文件中的一页转换成Word文档

parse_images：将PDF文件中的图片提取出来

parse_text：将PDF文件中的文本提取出来

parse_layout：将PDF文件中的页面布局提取出来

pdf2docx模块还支持一些高级选项，如自定义字体、颜色、大小、格式等，可以根据需要进行配置和使用。

完整代码实现

coding: utf-8

import os

from pdf2docx import Converter

def pdf2docx():

替换为自己文件所在目录

file_path = r'C:\Users\Administrator\Desktop\Code\pdf_tools'

遍历所有文件

for file in os.listdir(file_path):

suff_name = os.path.splitext(file) $1$ # 获取文件后缀

过滤非pdf格式文件

if suff_name != '.pdf':

continue

file_name = os.path.splitext(file) $0$ # 获取文件名称

pdf_name = file_path + '\\' + file

docx_name = file_path + '\\' + file_name + '.docx' # 要转换的docx文件名称

加载pdf文档

cv = Converter(pdf_name)

cv.convert(docx_name)

cv.close()

if name == 'main':

pdf2docx()

Microsoft Windows $版本 10.0.19045.2311$

C:\Users\Administrator>pip install pdf2docx

Collecting pdf2docx

Downloading pdf2docx-0.5.6-py3-none-any.whl (148 kB)

---------------------------------------- 148.4/148.4 kB 630.7 kB/s eta 0:00:00

Collecting PyMuPDF>=1.19.0 (from pdf2docx)

Downloading PyMuPDF-1.23.3-cp39-none-win_amd64.whl (3.5 MB)

---------------------------------------- 3.5/3.5 MB 9.2 MB/s eta 0:00:00

Requirement already satisfied: python-docx>=0.8.10 in c:\users\administrator\appdata\local\programs\python\python39\lib\site-packages (from pdf2docx) (0.8.11)

Collecting fonttools>=4.24.0 (from pdf2docx)

Downloading fonttools-4.42.1-cp39-cp39-win_amd64.whl (2.1 MB)

---------------------------------------- 2.1/2.1 MB 2.6 MB/s eta 0:00:00

Collecting numpy>=1.17.2 (from pdf2docx)

Downloading numpy-1.26.0-cp39-cp39-win_amd64.whl (15.8 MB)

---------------------------------------- 15.8/15.8 MB 26.2 MB/s eta 0:00:00

Collecting opencv-python>=4.5 (from pdf2docx)

Downloading opencv_python-4.8.0.76-cp37-abi3-win_amd64.whl (38.1 MB)

---------------------------------------- 38.1/38.1 MB 5.7 MB/s eta 0:00:00

Collecting fire>=0.3.0 (from pdf2docx)

Downloading fire-0.5.0.tar.gz (88 kB)

---------------------------------------- 88.3/88.3 kB ? eta 0:00:00

Installing build dependencies ... done

Getting requirements to build wheel ... done

Preparing metadata (pyproject.toml) ... done

Requirement already satisfied: six in c:\users\administrator\appdata\local\programs\python\python39\lib\site-packages (from fire>=0.3.0->pdf2docx) (1.16.0)

Collecting termcolor (from fire>=0.3.0->pdf2docx)

Downloading termcolor-2.3.0-py3-none-any.whl (6.9 kB)

Collecting PyMuPDFb==1.23.3 (from PyMuPDF>=1.19.0->pdf2docx)

Downloading PyMuPDFb-1.23.3-py3-none-win_amd64.whl (24.4 MB)

---------------------------------------- 24.4/24.4 MB 4.0 MB/s eta 0:00:00

Requirement already satisfied: lxml>=2.3.2 in c:\users\administrator\appdata\local\programs\python\python39\lib\site-packages (from python-docx>=0.8.10->pdf2docx) (4.9.3)

Building wheels for collected packages: fire

Building wheel for fire (pyproject.toml) ... done

Created wheel for fire: filename=fire-0.5.0-py2.py3-none-any.whl size=116950 sha256=b84339f0a2dc9789fcec60631f398fc301fe08bccf89cd7311ea01455418dada

Stored in directory: c:\users\administrator\appdata\local\pip\cache\wheels\f7\f1\89\b9ea2bf8f80ec027a88fef1d354b3816b4d3d29530988972f6

Successfully built fire

Installing collected packages: termcolor, PyMuPDFb, numpy, fonttools, PyMuPDF, opencv-python, fire, pdf2docx

Successfully installed PyMuPDF-1.23.3 PyMuPDFb-1.23.3 fire-0.5.0 fonttools-4.42.1 numpy-1.26.0 opencv-python-4.8.0.76 pdf2docx-0.5.6 termcolor-2.3.0

$notice$ A new release of pip is available: 23.1.2 -> 23.2.1

$notice$ To update, run: python.exe -m pip install --upgrade pip

C:\Users\Administrator>

C:\Users\Administrator>cd D:\B

C:\Users\Administrator>d:

D:\B>dir

驱动器 D 中的卷是 SOFT

卷的序列号是 0ACA-475A

D:\B 的目录

2023/09/18 23:43 <DIR> .

2023/09/18 23:43 <DIR> ..

2023/09/18 19:55 885 downb.py

2023/09/18 19:54 824 新建文本文档.txt

2023/09/12 17:34 3,940,636 系统之美决策者的系统思考.pdf

3 个文件 3,942,345 字节

2 个目录 99,266,936,832 可用字节

D:\B>

D:\B>python

Python 3.9.13 (tags/v3.9.13:6de2ca5, May 17 2022, 16:36:42) $MSC v.1929 64 bit (AMD64)$ on win32

Type "help", "copyright", "credits" or "license" for more information.

>>>

>>> import pdf2docx

>>>

>>> pdf2docx.parse('系统之美决策者的系统思考.pdf', '系统之美决策者的系统思考.pdf.docx')

$INFO$ Start to convert 系统之美决策者的系统思考.pdf

$INFO$ $1;36m\[1/4$ Opening document...[0m

$INFO$ $1;36m\[2/4$ Analyzing document...[0m

$INFO$ $1;36m\[3/4$ Parsing pages...[0m

$INFO$ (1/366) Page 1

$INFO$ (2/366) Page 2

$INFO$ (3/366) Page 3

$INFO$ (4/366) Page 4

$INFO$ (5/366) Page 5

$INFO$ (6/366) Page 6

$INFO$ (7/366) Page 7

$INFO$ (8/366) Page 8

$INFO$ (9/366) Page 9

$INFO$ (10/366) Page 10

$INFO$ (11/366) Page 11

$INFO$ (12/366) Page 12

$INFO$ (13/366) Page 13

$INFO$ (14/366) Page 14

$INFO$ (15/366) Page 15

$INFO$ (16/366) Page 16

$INFO$ (17/366) Page 17

$INFO$ (18/366) Page 18

$INFO$ (19/366) Page 19

$INFO$ (20/366) Page 20

$INFO$ (21/366) Page 21

$INFO$ (22/366) Page 22

$INFO$ (23/366) Page 23

$INFO$ (24/366) Page 24

$INFO$ (25/366) Page 25

$INFO$ (26/366) Page 26

$INFO$ (27/366) Page 27

$INFO$ (28/366) Page 28

$INFO$ (29/366) Page 29

$INFO$ (30/366) Page 30

$INFO$ (31/366) Page 31

$INFO$ (32/366) Page 32

$INFO$ (33/366) Page 33

$INFO$ (34/366) Page 34

$INFO$ (35/366) Page 35

$INFO$ (36/366) Page 36

$INFO$ (37/366) Page 37

$INFO$ (38/366) Page 38

$INFO$ (39/366) Page 39

$INFO$ (40/366) Page 40

$INFO$ (41/366) Page 41

$INFO$ (42/366) Page 42

$INFO$ (43/366) Page 43

$INFO$ (44/366) Page 44

$INFO$ (45/366) Page 45

$INFO$ (46/366) Page 46

$INFO$ (47/366) Page 47

$INFO$ (48/366) Page 48

$INFO$ (49/366) Page 49

$INFO$ (50/366) Page 50

$INFO$ (51/366) Page 51

$INFO$ (52/366) Page 52

$INFO$ (53/366) Page 53

$INFO$ (54/366) Page 54

$INFO$ (55/366) Page 55

$INFO$ (56/366) Page 56

$INFO$ (57/366) Page 57

$INFO$ (58/366) Page 58

$INFO$ (59/366) Page 59

$INFO$ (60/366) Page 60

$INFO$ (61/366) Page 61

$INFO$ (62/366) Page 62

$INFO$ (63/366) Page 63

$INFO$ (64/366) Page 64

$INFO$ (65/366) Page 65

$INFO$ (66/366) Page 66

$INFO$ (67/366) Page 67

$INFO$ (68/366) Page 68

$INFO$ (69/366) Page 69

$INFO$ (70/366) Page 70

$INFO$ (71/366) Page 71

$INFO$ (72/366) Page 72

$INFO$ (73/366) Page 73

$INFO$ (74/366) Page 74

$INFO$ (75/366) Page 75

$INFO$ (76/366) Page 76

$INFO$ (77/366) Page 77

$INFO$ (78/366) Page 78

$INFO$ (79/366) Page 79

$INFO$ (80/366) Page 80

$INFO$ (81/366) Page 81

$INFO$ (82/366) Page 82

$INFO$ (83/366) Page 83

$INFO$ (84/366) Page 84

$INFO$ (85/366) Page 85

$INFO$ (86/366) Page 86

$INFO$ (87/366) Page 87

$INFO$ (88/366) Page 88

$INFO$ (89/366) Page 89

$INFO$ (90/366) Page 90

$INFO$ (91/366) Page 91

$INFO$ (92/366) Page 92

$INFO$ (93/366) Page 93

$INFO$ (94/366) Page 94

$INFO$ (95/366) Page 95

$INFO$ (96/366) Page 96

$INFO$ (97/366) Page 97

$INFO$ (98/366) Page 98

$INFO$ (99/366) Page 99

$INFO$ (100/366) Page 100

$INFO$ (101/366) Page 101

$INFO$ (102/366) Page 102

$INFO$ (103/366) Page 103

$INFO$ (104/366) Page 104

$INFO$ (105/366) Page 105

$INFO$ (106/366) Page 106

$INFO$ (107/366) Page 107

$INFO$ (108/366) Page 108

$INFO$ (109/366) Page 109

$INFO$ (110/366) Page 110

$INFO$ (111/366) Page 111

$INFO$ (112/366) Page 112

$INFO$ (113/366) Page 113

$INFO$ (114/366) Page 114

$INFO$ (115/366) Page 115

$INFO$ (116/366) Page 116

$INFO$ (117/366) Page 117

$INFO$ (118/366) Page 118

$INFO$ (119/366) Page 119

$INFO$ (120/366) Page 120

$INFO$ (121/366) Page 121

$INFO$ (122/366) Page 122

$INFO$ (123/366) Page 123

$INFO$ (124/366) Page 124

$INFO$ (125/366) Page 125

$INFO$ (126/366) Page 126

$INFO$ (127/366) Page 127

$INFO$ (128/366) Page 128

$INFO$ (129/366) Page 129

$INFO$ (130/366) Page 130

$INFO$ (131/366) Page 131

$INFO$ (132/366) Page 132

$INFO$ (133/366) Page 133

$INFO$ (134/366) Page 134

$INFO$ (135/366) Page 135

$INFO$ (136/366) Page 136

$INFO$ (137/366) Page 137

$INFO$ (138/366) Page 138

$INFO$ (139/366) Page 139

$INFO$ (140/366) Page 140

$INFO$ (141/366) Page 141

$INFO$ (142/366) Page 142

$INFO$ (143/366) Page 143

$INFO$ (144/366) Page 144

$INFO$ (145/366) Page 145

$INFO$ (146/366) Page 146

$INFO$ (147/366) Page 147

$INFO$ (148/366) Page 148

$INFO$ (149/366) Page 149

$INFO$ (150/366) Page 150

$INFO$ (151/366) Page 151

$INFO$ (152/366) Page 152

$INFO$ (153/366) Page 153

$INFO$ (154/366) Page 154

$INFO$ (155/366) Page 155

$INFO$ (156/366) Page 156

$INFO$ (157/366) Page 157

$INFO$ (158/366) Page 158

$INFO$ (159/366) Page 159

$INFO$ (160/366) Page 160

$INFO$ (161/366) Page 161

$INFO$ (162/366) Page 162

$INFO$ (163/366) Page 163

$INFO$ (164/366) Page 164

$INFO$ (165/366) Page 165

$INFO$ (166/366) Page 166

$INFO$ (167/366) Page 167

$INFO$ (168/366) Page 168

$INFO$ (169/366) Page 169

$INFO$ (170/366) Page 170

$INFO$ (171/366) Page 171

$INFO$ (172/366) Page 172

$INFO$ (173/366) Page 173

$INFO$ (174/366) Page 174

$INFO$ (175/366) Page 175

$INFO$ (176/366) Page 176

$INFO$ (177/366) Page 177

$INFO$ (178/366) Page 178

$INFO$ (179/366) Page 179

$INFO$ (180/366) Page 180

$INFO$ (181/366) Page 181

$INFO$ (182/366) Page 182

$INFO$ (183/366) Page 183

$INFO$ (184/366) Page 184

$INFO$ (185/366) Page 185

$INFO$ (186/366) Page 186

$INFO$ (187/366) Page 187

$INFO$ (188/366) Page 188

$INFO$ (189/366) Page 189

$INFO$ (190/366) Page 190

$INFO$ (191/366) Page 191

$INFO$ (192/366) Page 192

$INFO$ (193/366) Page 193

$INFO$ (194/366) Page 194

$INFO$ (195/366) Page 195

$INFO$ (196/366) Page 196

$INFO$ (197/366) Page 197

$INFO$ (198/366) Page 198

$INFO$ (199/366) Page 199

$INFO$ (200/366) Page 200

$INFO$ (201/366) Page 201

$INFO$ (202/366) Page 202

$INFO$ (203/366) Page 203

$INFO$ (204/366) Page 204

$INFO$ (205/366) Page 205

$INFO$ (206/366) Page 206

$INFO$ (207/366) Page 207

$INFO$ (208/366) Page 208

$INFO$ (209/366) Page 209

$INFO$ (210/366) Page 210

$INFO$ (211/366) Page 211

$INFO$ (212/366) Page 212

$INFO$ (213/366) Page 213

$INFO$ (214/366) Page 214

$INFO$ (215/366) Page 215

$INFO$ (216/366) Page 216

$INFO$ (217/366) Page 217

$INFO$ (218/366) Page 218

$INFO$ (219/366) Page 219

$INFO$ (220/366) Page 220

$INFO$ (221/366) Page 221

$INFO$ (222/366) Page 222

$INFO$ (223/366) Page 223

$INFO$ (224/366) Page 224

$INFO$ (225/366) Page 225

$INFO$ (226/366) Page 226

$INFO$ (227/366) Page 227

$INFO$ (228/366) Page 228

$INFO$ (229/366) Page 229

$INFO$ (230/366) Page 230

$INFO$ (231/366) Page 231

$INFO$ (232/366) Page 232

$INFO$ (233/366) Page 233

$INFO$ (234/366) Page 234

$INFO$ (235/366) Page 235

$INFO$ (236/366) Page 236

$INFO$ (237/366) Page 237

$INFO$ (238/366) Page 238

$INFO$ (239/366) Page 239

$INFO$ (240/366) Page 240

$INFO$ (241/366) Page 241

$INFO$ (242/366) Page 242

$INFO$ (243/366) Page 243

$INFO$ (244/366) Page 244

$INFO$ (245/366) Page 245

$INFO$ (246/366) Page 246

$INFO$ (247/366) Page 247

$INFO$ (248/366) Page 248

$INFO$ (249/366) Page 249

$INFO$ (250/366) Page 250

$INFO$ (251/366) Page 251

$INFO$ (252/366) Page 252

$INFO$ (253/366) Page 253

$INFO$ (254/366) Page 254

$INFO$ (255/366) Page 255

$INFO$ (256/366) Page 256

$INFO$ (257/366) Page 257

$INFO$ (258/366) Page 258

$INFO$ (259/366) Page 259

$INFO$ (260/366) Page 260

$INFO$ (261/366) Page 261

$INFO$ (262/366) Page 262

$INFO$ (263/366) Page 263

$INFO$ (264/366) Page 264

$INFO$ (265/366) Page 265

$INFO$ (266/366) Page 266

$INFO$ (267/366) Page 267

$INFO$ (268/366) Page 268

$INFO$ (269/366) Page 269

$INFO$ (270/366) Page 270

$INFO$ (271/366) Page 271

$INFO$ (272/366) Page 272

$INFO$ (273/366) Page 273

$INFO$ (274/366) Page 274

$INFO$ (275/366) Page 275

$INFO$ (276/366) Page 276

$INFO$ (277/366) Page 277

$INFO$ (278/366) Page 278

$INFO$ (279/366) Page 279

$INFO$ (280/366) Page 280

$INFO$ (281/366) Page 281

$INFO$ (282/366) Page 282

$INFO$ (283/366) Page 283

$INFO$ (284/366) Page 284

$INFO$ (285/366) Page 285

$INFO$ (286/366) Page 286

$INFO$ (287/366) Page 287

$INFO$ (288/366) Page 288

$INFO$ (289/366) Page 289

$INFO$ (290/366) Page 290

$INFO$ (291/366) Page 291

$INFO$ (292/366) Page 292

$INFO$ (293/366) Page 293

$INFO$ (294/366) Page 294

$INFO$ (295/366) Page 295

$INFO$ (296/366) Page 296

$INFO$ (297/366) Page 297

$INFO$ (298/366) Page 298

$INFO$ (299/366) Page 299

$INFO$ (300/366) Page 300

$INFO$ (301/366) Page 301

$INFO$ (302/366) Page 302

$INFO$ (303/366) Page 303

$INFO$ (304/366) Page 304

$INFO$ (305/366) Page 305

$INFO$ (306/366) Page 306

$INFO$ (307/366) Page 307

$INFO$ (308/366) Page 308

$INFO$ (309/366) Page 309

$INFO$ (310/366) Page 310

$INFO$ (311/366) Page 311

$INFO$ (312/366) Page 312

$INFO$ (313/366) Page 313

$INFO$ (314/366) Page 314

$INFO$ (315/366) Page 315

$INFO$ (316/366) Page 316

$INFO$ (317/366) Page 317

$INFO$ (318/366) Page 318

$INFO$ (319/366) Page 319

$INFO$ (320/366) Page 320

$INFO$ (321/366) Page 321

$INFO$ (322/366) Page 322

$INFO$ (323/366) Page 323

$INFO$ (324/366) Page 324

$INFO$ (325/366) Page 325

$INFO$ (326/366) Page 326

$INFO$ (327/366) Page 327

$INFO$ (328/366) Page 328

$INFO$ (329/366) Page 329

$INFO$ (330/366) Page 330

$INFO$ (331/366) Page 331

$INFO$ (332/366) Page 332

$INFO$ (333/366) Page 333

$INFO$ (334/366) Page 334

$INFO$ (335/366) Page 335

$INFO$ (336/366) Page 336

$INFO$ (337/366) Page 337

$INFO$ (338/366) Page 338

$INFO$ (339/366) Page 339

$INFO$ (340/366) Page 340

$INFO$ (341/366) Page 341

$INFO$ (342/366) Page 342

$INFO$ (343/366) Page 343

$INFO$ (344/366) Page 344

$INFO$ (345/366) Page 345

$INFO$ (346/366) Page 346

$INFO$ (347/366) Page 347

$INFO$ (348/366) Page 348

$INFO$ (349/366) Page 349

$INFO$ (350/366) Page 350

$INFO$ (351/366) Page 351

$INFO$ (352/366) Page 352

$INFO$ (353/366) Page 353

$INFO$ (354/366) Page 354

$INFO$ (355/366) Page 355

$INFO$ (356/366) Page 356

$INFO$ (357/366) Page 357

$INFO$ (358/366) Page 358

$INFO$ (359/366) Page 359

$INFO$ (360/366) Page 360

$INFO$ (361/366) Page 361

$INFO$ (362/366) Page 362

$INFO$ (363/366) Page 363

$INFO$ (364/366) Page 364

$INFO$ (365/366) Page 365

$INFO$ (366/366) Page 366

$INFO$ $1;36m\[4/4$ Creating pages...[0m