Python实现PDF转Word的多种方式总结

import PyPDF2
from docx import Document

# 打开PDF文件
pdf_file = open('example.pdf', 'rb')

# 创建一个PDF读取器对象
pdf_reader = PyPDF2.PdfFileReader(pdf_file)

# 创建一个Word文档对象
doc = Document()

# 读取PDF文件中的每一页，并将其转换为Word文档中的段落
for page_num in range(pdf_reader.numPages):
    page = pdf_reader.getPage(page_num)
    text = page.extractText()
    doc.add_paragraph(text)

# 保存Word文档
doc.save('example.docx')

# 关闭PDF文件和Word文档对象
pdf_file.close()
doc.close()

pip install PyPDF2 python-docx

import pdfplumber
from docx import Document

# 打开 PDF 文件
with pdfplumber.open("input.pdf") as pdf:
    # 创建 Word 文档
    doc = Document()

    # 遍历 PDF 的每一页
    for page in pdf.pages:
        # 提取文本和位置信息
        text = page.extract_text()
        top = page.rect["top"]
        left = page.rect["left"]
        width = page.rect["width"]

        # 将文本添加到 Word 文档中
        doc.add_paragraph(text)

        # 添加一个分页符，以便下一页从新的一页开始
        doc.add_page_break()

# 保存 Word 文档
doc.save("output.docx")

# 安装库入转换库Converter
import PyPDF2

from PyPDF2docx import Converter

# 打开PDF文件的路径
pdf_file = r'F:\QQ\原文件.PDF'

docx_file = r'F:\QQ\原文件zh转换格式.docx'

# 转换并保存Word文档
zh = Converter(pdf_file)

zh.Converter(docx_file, start = 0, end = None)

# 关闭PDF文件和Word文档对象
pdf_file.close()

zh.close()