看了四五个PDF文件对象相关的插件库,比如:pdfminer.six、PyPDF2、pikepdf、pdfplumber、PyMuPDF之类的有很多,最后发现pdf2docx比较简单,只需要几行代码便可以实现。本着使用最简单的方法来解决实际问题的至高境界,我们就使用它来演示。
首先,通过pip的方式安装再导入模块。
pip install pdf2docx # 安装 pdf2docx
# 导入文件转换对象Converter
from pdf2docx import Converter
分别定义好word与pdf文件的存储路径,再将已经存在pdf文件转换成python的插件对象。
# 定义PDF文件路径
pdf_file_path = 'Python 集中营.pdf'
# 定义WORD文件路径
docx_file_path = 'Python 集中营.docx'
# 初始化PDF转换对象
converter = Converter(pdf_file_path)
将初始化的pdf对象转换成word文档存储。
'''
实现PDF转换成WORD
convert(path, start=0, end=None)
path: word文档路径
start: 开始页数,0 从第一页开始
end: 结束页数,None 无限制
pages: 指定哪几页需要转换
'''
# 连续页面进行转换
converter.convert(docx_file_path, start=0, end=None)
# 指定页面进行转换
# converter.convert(docx_file_path, pages=[0,2,4,6,8,10])
# 关闭转换对象
converter.close()
【往期精彩】
● 办公自动化:轻松提取PDF页面数据,并生成Excel文件(代码实战)!
● sched 模块中巨好用的轻量级定时任务神器scheduler!
● 不用再使用命令行打包成exe,有人写出了UI应用,可视化UI界面对python程序进行打包的方法!
● 发现一个秘密:既python3.6之后字典竟然变成了有序集合,我再次验证了一下!
● 大厂校招白菜打包价40W+,可高兴坏了房东大妈...
● 这么多的内置函数能记住吗?对python的68个内置函数分类总结!
● 必须要会的文件操作对象File,python文件读写操作利器!
● 你不知道的CS模式的进程管理工具,状态监测、项目启停一目了然!
● 如何将一个python应用以docker镜像的方式来运行?
● python-celery专注于实现分布式异步任务处理、任务调度的插件!
● python远程服务操作工具:fabric,远程命令、本地命令、服务器操作利器!
● 办公自动化:Python-win32com自动将word文档转换成pdf格式!
● Git LFS 3.0.0 发布,对大文件进行版本控制的 Git 扩展
● pandas数据统计插件的连接函数concat()妙用,灵活处理数据对象!