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
丁引几秒前
《数据清洗的艺术:如何用20行核心逻辑优雅地删除无标签图片》
前端·数据库·python
梦想的旅途24 分钟前
企业微信API二次开发:外部群模块功能清单与全场景对接
java·python·企业微信
05664616 分钟前
Python高级——迭代器
开发语言·python·学习
初级代码游戏24 分钟前
iOS开发 Swift 速记4:函数与闭包
开发语言·ios·swift
郭涤生37 分钟前
C++ 零拷贝(Zero-Copy)
linux·开发语言·c++
老白干1 小时前
基于 Spring AOP 的操作日志记录:以 DeptController 增删接口为例
java·python·spring
回忆2012初秋1 小时前
C# 中的 EAP:基于事件的异步编程全面指南(一)
开发语言·c#
ty_xiumud1 小时前
以太网 MAC 详解:帧格式、位序、FCS 与收发流程
开发语言·macos·php
John jj1 小时前
拆解 Telegram 群组频道收录市场:三类方案,一个可运行的评分模型,目前TG中文人工评分加模型评分机制——LetsTG收录“快速”、“无门槛”
大数据·后端·python·深度学习·搜索引擎·django·全文检索