码农知识堂 - 1000bd
  •   Python
  •   PHP
  •   JS/TS
  •   JAVA
  •   C/C++
  •   C#
  •   GO
  •   Kotlin
  •   Swift
  • python实现批量pdf转txt和word


    文章目录

      • 背景需求
      • 环境安装
      • 完整代码
      • 效果

    背景需求

    已经获取到了大量的pdf在download文件夹中,但是我需要的是txt文件和word文件~

    环境安装

    pip install pdf2docx pdfminer.six
    
    • 1

    完整代码

    # pip install pdf2docx pdfminer.six
    
    import os
    from pdf2docx import Converter
    from pdfminer.high_level import extract_text
    # 忽略警告
    import warnings
    warnings.filterwarnings("ignore", category=UserWarning, module="pdf2docx")
    
    # pdf转txt
    def pdf_to_txt(pdf_path, txt_path):
        text = extract_text(pdf_path)
        with open(txt_path, 'w', encoding='utf-8') as f:
            f.write(text)
    
    # pdf转word
    def pdf_to_docx(pdf_path, docx_path):
        cv = Con
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
  • 相关阅读:
    Python批量获取高校基本信息
    http请求报头header
    梯度爆炸问题和梯度消失问题的一种解释和相应的解决方案
    springboot基础
    线上数据问题排查案例分享-因为 HMS 和底层 orc 文件中某字段的数据精度不一致造成的数据丢失问题
    [Linux1]入门基础知识
    [运维|中间件] Apache APISIX使用笔记
    信息通信行业政企业务主要发展方向探索
    【Linux】《Linux命令行与shell脚本编程大全 (第4版) 》笔记-Chapter20-正则表达式
    ShardingSphere
  • 原文地址:https://blog.csdn.net/weixin_46211269/article/details/134006425
  • 最新文章
  • 攻防演习之三天拿下官网站群
    数据安全治理学习——前期安全规划和安全管理体系建设
    企业安全 | 企业内一次钓鱼演练准备过程
    内网渗透测试 | Kerberos协议及其部分攻击手法
    0day的产生 | 不懂代码的"代码审计"
    安装scrcpy-client模块av模块异常,环境问题解决方案
    leetcode hot100【LeetCode 279. 完全平方数】java实现
    OpenWrt下安装Mosquitto
    AnatoMask论文汇总
    【AI日记】24.11.01 LangChain、openai api和github copilot
  • 热门文章
  • 十款代码表白小特效 一个比一个浪漫 赶紧收藏起来吧!!!
    奉劝各位学弟学妹们,该打造你的技术影响力了!
    五年了,我在 CSDN 的两个一百万。
    Java俄罗斯方块,老程序员花了一个周末,连接中学年代!
    面试官都震惊,你这网络基础可以啊!
    你真的会用百度吗?我不信 — 那些不为人知的搜索引擎语法
    心情不好的时候,用 Python 画棵樱花树送给自己吧
    通宵一晚做出来的一款类似CS的第一人称射击游戏Demo!原来做游戏也不是很难,连憨憨学妹都学会了!
    13 万字 C 语言从入门到精通保姆级教程2021 年版
    10行代码集2000张美女图,Python爬虫120例,再上征途
Copyright © 2022 侵权请联系2656653265@qq.com    京ICP备2022015340号-1
正则表达式工具 cron表达式工具 密码生成工具

京公网安备 11010502049817号