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
APIshop18 分钟前
Java 实战:调用 item_search_tmall 按关键词搜索天猫商品
java·开发语言·数据库
血小板要健康30 分钟前
Java基础常见面试题复习合集1
java·开发语言·经验分享·笔记·面试·学习方法
淼淼76343 分钟前
安装jdk1.8
java·开发语言
2401_838472511 小时前
使用Python进行图像识别:CNN卷积神经网络实战
jvm·数据库·python
PfCoder1 小时前
WinForm真入门(23)---PictureBox 控件详细用法
开发语言·windows·c#·winform
Legendary_0081 小时前
Type-C 一拖二快充线:突破单口限制的技术逻辑
c语言·开发语言
过期动态1 小时前
Java开发中的@EnableWebMvc注解和WebMvcConfigurer接口
java·开发语言·spring boot·spring·tomcat·maven·idea
CoLiuRs1 小时前
语义搜索系统原理与实现
redis·python·向量·es
zhihuaba1 小时前
使用PyTorch构建你的第一个神经网络
jvm·数据库·python
u0109272711 小时前
Python Web爬虫入门:使用Requests和BeautifulSoup
jvm·数据库·python