太方便了!利用Python对批量Pdf转Word

在wps或者office里面可以将pdf转word,不过**只能免费转前面5页**,超过5页就**需要会员**。今天教大家一个Python办公小技巧:**批量Pdf转Word** ,这样可以*想转多少页都可以。 **思路**:这里主要是利用了Python的pdfmine3k库去**提取**pdf文本内容,通过python-docx库去将内容**保存**到word中。 下面先看一下效果: ![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/11f6f496c9204aa2af40637d5519ca4f~tplv-k3u1fbpfcp-zoom-1.image) # 01 环境准备 在开始编写代码之前,咱们先安装一些用到的Python库,安装目录如下: ``` pip install pdfminer ``` **注意**: 使用 pip install docx 安装模块 docx 后,发现不能正常使用, 并报错 moduleNotFoundError:No module named 'exceptions' **正解**: ``` pip install python-docx ``` # 02 提取PDF内容 **1.导入相应的库** ``` from pdfminer.pdfparser import PDFParser, PDFDocument ``` **解释**: ![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/81092a8fb10348a9800c5aeefe35b41e~tplv-k3u1fbpfcp-zoom-1.image) **2.读取pdf内容** 在开始读取之前,先看一下pdf的内容: ![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/5a424876ab314c64a883de0d471fdd5a~tplv-k3u1fbpfcp-zoom-1.image) 辰哥这里以自己的**原创文章按模块分类**后,新建了一个两页的pdf文件。 ![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/18f8ba846c7941a79a99582011c5eec1~tplv-k3u1fbpfcp-zoom-1.image) 上面代码是读取pdf文件,并把每一页内容放到doc.get_pages里面。 ![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/9bd64423bc3a4882b2c73fa9007c64b2~tplv-k3u1fbpfcp-zoom-1.image) 通过循环可以把每一页的内容提取出来,并把每一页内容打印输出 ![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/e68d6e96e8b145b2a1a54422a1e00038~tplv-k3u1fbpfcp-zoom-1.image) # 03 保存到word 上面我们已经成功将pdf的内容提取出来,接着我们将内容保存到word里面 ![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/d167f512cd1b470f91065a955a7e8436~tplv-k3u1fbpfcp-zoom-1.image) 在遍历pdf内容里面将内容逐步写入保存。最后保存命名为:**Python研究者-辰哥.docx** ![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/ae5233743f3348aca8cfb4388e005b8b~tplv-k3u1fbpfcp-zoom-1.image) # 04 小结 为了大家方便学习,辰哥已经把本文的完整源码上传,需要的在公众后台回复:**pdf转换** 辰哥在本文中主要讲解了利用Python对批量Pdf转换为Word,不明白的地方可以在**下方留言**,一起交流。
上一篇:寒假日报day01


下一篇:redis的五种数据类型以及底层实现