神技能！一招教你免费搞定PDF转word
神技能！一招教你免费搞定PDF转word
- 01 Linux命令行
- 02 python脚本
大家好，欢迎来到本期小白指南！你是否因为想要将PDF 转成 Word 文档而为此专门充会员?别着急,今天我将为大家分享几种不需要充会员的方法，让你轻松实现PDF到Word的转换。废话不多说，让我们直接上干货吧！
公众号：运维之美 不定期更新领取IT学习资料 关注一波！
01 Linux命令行
Linux命令行基本上是万能的，你要你愿意，什么都可以做，介绍几种在linux命令行下pdf转word的方法，并且还可以批量转换哦。
友情提示：这几个命令功能不只支持pdf转word，各种格式都可以转
- Pdftotext命令
我们可以借助 pdftotext工具进行简单的 PDF 转文本，然后再将文本内容粘贴到 Word 中。
安装 pdftotext 工具
sudo apt-get install -y poppler-utils #ubuntu系统
sudo yum install -y poppler-utils #Centos系统
使用方法
pdftotext file.pdf output.txt
接下来，打开 Word，将生成的 output.txt 文本内容复制粘贴到 Word 文档中，然后进行格式调整。
使用脚本批量转换,将pdf文件都上传到/data/files目录下，然后执行如下脚本
for file in /data/files/*.pdf; do pdftotext "$file"; done
- pandoc命令
Pandoc是一个强大的文档转换工具，它支持多种格式之间的转换，包括 PDF转Word
使用方法：https://pandoc.org/demos.html
首先，确保你已经安装了 Pandoc
sudo yum -y install pandoc
然后，使用以下命令将PDF转为Word
pandoc -s your_file.pdf -o output.docx
这里的 -s 表示输入文件为标准文档格式（例如 PDF），-o 表示输出文件为指定格式（例如 Word 文档）。
- unoconv命令
unoconv 是一个与 LibreOffice 相关的工具，可以用于文档格式之间的转换。确保你已经安装了 unoconv
sudo apt-get install unoconv
然后，使用以下命令将 PDF 转为 Word
unoconv -f docx -i FilterName=writer_pdf_import your_file.pdf
这里的 -f docx 表示输出文件格式为 Word 文档，-i FilterName=writer_pdf_import 表示使用 PDF 导入过滤器。
- libreoffice命令
sudo yum install libreoffice
是的，LibreOffice 也提供了命令行工具来进行文档转换。你可以使用 soffice 命令来实现 PDF 到 Word 的转换。
以下是使用 soffice 进行转换的示例命令：
soffice --headless --convert-to docx your_file.pdf
这里的 --headless 表示无头模式，即在没有用户界面的情况下运行，convert-to docx 表示将文件转换为 Word 文档格式（docx）
除了pdf转word之外，上面命令还支持word，pdf，txt，html等格式的互相转换，有兴趣的可以通过–help查看使用帮助。
02 python脚本
Python 是我们的得力助手，我们可以使用 PyMuPDF 库来处理 PDF 文件，并将其内容写入 Word 文档
然后，使用以下 Python 脚本进行PDF转Word
- pypdf2模块
安装模块
pip install PyPDF2 python-docx
python脚本
import fitz # PyMuPDF
from docx import Document
def pdf_to_word(pdf_path, word_path):
doc = Document()
# 读取 PDF 文件
pdf_document = fitz.open(pdf_path)
for page_num in range(pdf_document.page_count):
page = pdf_document[page_num]
# 将 PDF 页面的文本写入 Word 文档
text = page.get_text()
doc.add_paragraph(text)
# 保存 Word 文档
doc.save(word_path)
if __name__ == "__main__":
pdf_to_word("知识点.pdf", "知识点.docx")
这个脚本会读取 PDF 文件，将每一页的文本提取出来，并写入一个 Word 文档中，这个模块虽然能成功转换，但是和原pdf排版差异大
- pdf2docx模块
安装pdf2docx模块
pip install pdf2docx #安装pdf模块
pip install -i https://mirrors.aliyun.com/pypi/simple/ pdf2docx #慢的话尝试国内源
#导入pdf2docx模块
from pdf2docx import parse
pdf_file = '知识点.pdf'
docx_file = '知识库.docx'
# convert pdf to docx
parse(pdf_file, docx_file)
执行脚本
从执行上来看pdf2word是按页转换的，34页文档5s转换完成，效果也蛮不错的
学会上面2种方法，你将轻松玩转各种格式的文档转换问题，再也不用为开会员而烦恼了。想象一下，当你的女神有了类似的需求，你掌握了上面这些技巧，是不是秀了一把，那可是获得了优先择偶权，想想就很激动。
整理不易，如果对您有所帮助，那就请帮忙点赞和在看、赶快转发给你的小伙伴，再也不用充会员了，学到就是赚到。
最近，我们建立了一个技术交流微信群。有兴趣的同学可以加入和我们一起交流技术，在 「运维之美」 公众号直接回复 「加群」 邀请你入群。