每日python之PDF转为Word文档

Hello！！大家吼啊，这里是百科菌的每日python时间。相信大家在日常生活中都遇到过需要将pdf文件转换为Wrod文档的时候，而每次需要用到这个功能的时候呢，又会发现转换的平台不是收费，就是每天都有次数限制且转换速度苦不堪言，用起来着实不爽，所以为啥不自己写个代码来实现这一功能呢？又没有次数限制，也不用下载多余的程序，还没有文件泄露的危险。那么今天要给大家介绍的是基于python自带PyPDF2和python-docx库的PDF转为Word文档的代码。按照惯例来个简单的python介绍～

Python拥有强大的标准库为python提供了大量的工具和模块，涵盖了许多常用任务，如文件 I/O、网络编程、GUI 编程等。也正是因为如此可以让开发者或是编程爱好者快速上手，来实现那些趣的功能。

1、代码部分

import os
import io
from pdfminer.converter import TextConverter
from pdfminer.pdfinterp import PDFPageInterpreter
from pdfminer.pdfinterp import PDFResourceManager
from pdfminer.pdfpage import PDFPage
from docx import Document

def pdf_to_docx(pdf_path, docx_path):
    # Open PDF file, read it with PDFMiner
    with open(pdf_path, 'rb') as pdf_file:
        rsrcmgr = PDFResourceManager()
        retstr = io.StringIO()
        codec = 'utf-8'
        laparams = pdfminer.layout.LAParams()
        device = TextConverter(rsrcmgr, retstr, codec=codec, laparams=laparams)
        interpreter = PDFPageInterpreter(rsrcmgr, device)

        # Iterate through pages and extract text
        for page in PDFPage.get_pages(pdf_file):
            interpreter.process_page(page)
            text = retstr.getvalue()

        # Create a new Word document and add the text
        document = Document()
        document.add_paragraph(text)

        # Save the Word document
        document.save(docx_path)

    print('PDF converted to Word document!')

# Example usage
pdf_to_docx('example.pdf', 'example.docx')

2、效果展示

首先写一个用于测试的pdf文件命名为test11

创建命名为test11的pdf文件

将文件地址写入代码中如图所示，后方转换的地址为自己选择的地址，运行代码会自动生成word文件

将文件地址写入

输出上述语句表明代码运行成功

在指定目录生成转换后的word文件。百科菌呢因为选择的是桌面，所以可以在桌面看到这个文件

转换成功

打开转换的word查看效果

注意事项

运行代码可能会出现没能找到模块的报错，这里是需要安装的模块指令

安装pdfminer模块

pip install pdfminer

安装docx模块

pip install python-docx

本次的pdf转换word文档是一个简单的示范代码，可能无法处理所有类型的PDF文件。具体而言，它可能会遇到一些具有复杂布局或嵌入式图像的PDF文件，这些文件可能需要更复杂的解决方案。

欢迎大家使用，来体验一下用自己写的代码转换文档的快感吧！