Python 將 PDF 轉(zhuǎn)換為 Word

大家好，我是水滴~

在平時的工作中，我們總會希望將需要的 PDF 文件轉(zhuǎn)換為 Word 文件，而市面上很多工具都是收費的，這無疑增加了我們的成本。

所以，我使用 Python 編寫了一個轉(zhuǎn)換代碼，可以 將 PDF 轉(zhuǎn)換為 Word，完全是免費的，在這里分享給大家。

上面的 GIF 圖片就是轉(zhuǎn)換的過程。在使用前，需要安裝 pdf2docx 庫，下面是詳細(xì)教程。

安裝 pdf2docx 庫

該庫可以將 PDF 文件轉(zhuǎn)換為 Word 文件，它使用 PyMuPDF 從 PDF 中提取數(shù)據(jù)，使用規(guī)則解析布局，并使用 python-docx 生成 docx 文件。

當(dāng)然該庫還有一些限制，并不是所有 PDF 都能解析的：

• ? 必須是基于文本的 PDF 文件

• ? 文字必須從左到右

• ? 閱讀方向正常，無文字變換/旋轉(zhuǎn)

• ? 基于規(guī)則的方法也不能 100% 轉(zhuǎn)換 PDF 布局

    
    
      pip install pdf2docx
    
  

轉(zhuǎn)換代碼

將 pdf 文件轉(zhuǎn)換為 docx 文件：

    
    
      # 將 pdf 文件轉(zhuǎn)換為 docx 文件
      
def
       
      pdf2docx
      (
      
        pdf_file
        ,
         docx_file
      
      ):
      
    cv 
      =
       
      Converter
      (
      pdf_file
      )
      
    cv
      .
      convert
      (
      docx_file
      )
      
    cv
      .
      close
      ()
    
  

轉(zhuǎn)換效果：

獲取源碼，請在下方「水滴技術(shù)」公眾號回復(fù)：20230427