1.目的
在Z-library找到一本书，只不过是PDF格式的，看的时候体验不好，还没有办法保存记录，就想着能不能转成txt格式放到手机自带的小说软件中看。
不想去网上找相关的软件，可以还需要付钱，所以尝试用ChatGPT来实现。
2.ChatGPT编程
提示词1：
我现在有一本书，格式是PDF的，需要把它转成TXT格式的，用python实现
生成代码
python
import PyPDF2
# 打开PDF文件
pdf_file = open('noteacher.pdf', 'rb')
# 创建一个PDF文件阅读器对象
pdf_reader = PyPDF2.PdfReader(pdf_file)
# 创建一个空字符串来存储文本内容
text = ''
# 遍历PDF页面并提取文本
for page_num in range(len(pdf_reader.pages)):
page = pdf_reader.pages[page_num]
text += page.extract_text()
# 关闭PDF文件
pdf_file.close()
# 将提取的文本内容写入TXT文件
with open('output_text_file.txt', 'w', encoding='utf-8') as txt_file:
txt_file.write(text)在上面的代码中，您需要将
your_pdf_file.pdf替换为您要转换的PDF文件的路径。执行代码后，将生成一个名为output_text_file.txt的TXT文件，其中包含从PDF中提取的文本内容。
txt效果不太好，PDF格式转变时是按照一定数目符号来进行换行，所以观看效果很割裂
提示词2：
对于生成的txt文件，需要改变换行方式，先取消txt文件的换行，之后每识别到一个。才进行换行
生成代码
python
import PyPDF2
# 打开PDF文件
pdf_file = open('your_pdf_file.pdf', 'rb')
# 创建一个PDF文件阅读器对象
pdf_reader = PyPDF2.PdfReader(pdf_file)
# 创建一个空字符串来存储文本内容
text = ''
# 遍历PDF页面并提取文本
for page_num in range(len(pdf_reader.pages)):
page = pdf_reader.pages[page_num]
text += page.extract_text()
# 关闭PDF文件
pdf_file.close()
# 替换所有换行符为空白字符
text = text.replace('\n', ' ')
# 在每个识别到的换行符处手动添加换行符
final_text = ''
for char in text:
if char == '\n':
final_text += '\n'
else:
final_text += char
# 将提取的文本内容写入TXT文件
with open('output_text_file.txt', 'w', encoding='utf-8') as txt_file:
txt_file.write(final_text)此代码将先将所有的换行符替换为空白字符，然后在每个识别到的换行符处手动添加换行符，以满足您的需求。请替换
your_pdf_file.pdf为您的PDF文件路径，并执行代码以生成TXT文件。
确实把换行符都换成了空白字符，但是并没有识别出"。"，也就没办法换行了
继续改进，提示词3：
识别到句号。这个符号才进行换行
生成代码
python
import PyPDF2
# 打开PDF文件
pdf_file = open('your_pdf_file.pdf', 'rb')
# 创建一个PDF文件阅读器对象
pdf_reader = PyPDF2.PdfReader(pdf_file)
# 创建一个空字符串来存储文本内容
text = ''
# 遍历PDF页面并提取文本
for page_num in range(len(pdf_reader.pages)):
page = pdf_reader.pages[page_num]
text += page.extract_text()
# 关闭PDF文件
pdf_file.close()
# 替换所有换行符为空白字符
text = text.replace('\n', ' ')
# 在识别到句号时添加换行符
final_text = ''
for char in text:
final_text += char
if char == '.':
final_text += '\n'
# 将提取的文本内容写入TXT文件
with open('output_text_file.txt', 'w', encoding='utf-8') as txt_file:
txt_file.write(final_text)效果同样不好，检查了一下，代码中的句号是英文的句号"."，但是PDF中是中文的句号"。"
将英文句号改成中文句号 ，代码为：
python
import PyPDF2
# 打开PDF文件
pdf_file = open('noteacher.pdf', 'rb')
# 创建一个PDF文件阅读器对象
pdf_reader = PyPDF2.PdfReader(pdf_file)
# 创建一个空字符串来存储文本内容
text = ''
# 遍历PDF页面并提取文本
for page_num in range(len(pdf_reader.pages)):
page = pdf_reader.pages[page_num]
text += page.extract_text()
# 关闭PDF文件
pdf_file.close()
# 替换所有换行符为空白字符
text = text.replace('\n', ' ')
# 在识别到句号时添加换行符
final_text = ''
for char in text:
final_text += char
if char == '。':
final_text += '\n'
# 将提取的文本内容写入TXT文件
with open('output_text_file4.txt', 'w', encoding='utf-8') as txt_file:
txt_file.write(final_text)这个看起来还行 