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
不正经学生6 小时前
C语言预处理详解:编译器真正动手之前的那些事
c语言·开发语言·算法·面试·bug
门思科技6 小时前
LoRaWAN 设备类别:Class A、B、C 对比与选型指南
c语言·开发语言·php
恋恋西风8 小时前
C++ 理解 std::thread 在单核和多核上的行为差异
开发语言·c++
Brilliantwxx8 小时前
【Linux】 进程(9)程序与进程地址空间(基础+进阶+面试题)
linux·运维·服务器·开发语言·c++
BizzZ_9 小时前
C++(22)——类型转换和IO流
开发语言·c++
小范同学_9 小时前
JDK1.7 与 JDK1.8 HashMap 底层原理对比 + 数组并发扩容死循环详解
java·开发语言
geovindu10 小时前
CSharp: 万年历
开发语言·后端·c#·.net
傲笑风10 小时前
【openvino】tinybert基于openvino服务化部署(四)
人工智能·python·自然语言处理·nlp·bert·openvino
我找到地球的支点啦10 小时前
Matlab系列(009) 一CRC循环冗余校验详解
开发语言·数据结构·算法·matlab·信息与通信
维基框架10 小时前
WIKI 知识库 v1.1.1 正式发布
人工智能·python