Python中pdf2word的使用方法

python中pdf2word模块功能很好使用,可以把pdf格式文档装换为word文档格式。具体的使用方法介绍如下:

import os

import PyPDF2

from docx import Document

定义PDF文件路径

pdf_path = 'example.pdf'

定义Word文件保存路径

word_path = 'example.docx'

打开PDF文件

pdf_file = open(pdf_path, 'rb')

读取PDF文件内容

pdf_reader = PyPDF2.PdfFileReader(pdf_file)

创建空的Word文档

doc = Document()

将PDF文件内容逐页读取,并添加到Word文档中

for page_num in range(pdf_reader.numPages):

pdf_page = pdf_reader.getPage(page_num)

text = pdf_page.extractText()

section = doc.add_section()

section.add_paragraph(text)

保存Word文档

doc.save(word_path)

关闭PDF文件

pdf_file.close()

上面的示例中没有使用到pdf2word模块,用这个模块的代码示例如下:

import os

import pdf2docx

设置PDF文件路径和输出的Word文件路径

pdf_path = 'file.pdf'

docx_path = 'file.docx'

转换PDF文件为Word文件

pdf2docx.parse(pdf_path, docx_path)

判断Word文件是否生成成功

if os.path.exists(docx_path):

print('转换成功!')

else:

print('转换失败!')

有兴趣可以试运行,看看效果。

相关推荐
步行cgn6 分钟前
carList.forEach(System.out::println)
java·开发语言·mybatis
Zane199417 分钟前
别再手写 try/finally 了:一文讲透 with 语句背后的上下文管理器协议
后端·python
进击的程序猿~21 分钟前
Go 内存分配与垃圾回收源码深度学习手册
开发语言·后端·golang
李可以量化24 分钟前
量化高性能服务框架 Tornado 全面解析(上):异步非阻塞的核心能力与场景落地
大数据·python·量化交易·tornado·qmt·ptrade
geovindu36 分钟前
go:Bit Operation Algorithm
开发语言·后端·算法·golang·位运算法
内蒙深海大鲨鱼38 分钟前
3.Introduction to PyTorch YouTube Series--Autograd
人工智能·pytorch·python
用户03321266636740 分钟前
使用 Python 在 Excel 中添加或删除批注
python·excel
dogstarhuang40 分钟前
手把手用 Doubao-Seed-Evolving 写一个网站监控脚本:完整代码与两处踩坑
python·ai编程·掘金技术征文
ZZHow10241 小时前
PyTorch深度学习入门笔记(小土堆)P7-14
人工智能·pytorch·笔记·python·深度学习
AmyLin_20011 小时前
PDF 色彩保真工程实践【3】上手实践:工程结构、依赖集成与一键构建运行
c++·visualstudio·pdf·zlib·vcpkg·libtiff·cmyk