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 ,这样可以自由想转多少页都可以。
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:
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:
2.读取pdf内容
在开始读取之前,先看一下pdf的内容:
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。
上面代码是读取pdf文件,并把每一页内容放到doc.get_pages里面。
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
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
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
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。