很多時候，我們需要把文件的形式來回轉換。那么學了編程的小伙伴，我們該如何用Python把pdf轉換成word呢？

一、下載所需要的庫

1.pdfminer 安裝庫命令pip install pdfminer3k

pdfminer3k是pdfminer的Python 3端口。PDFMiner是從PDF文檔中提取信息的工具。與其他PDF相關的工具不同，它完全專注于獲取和分析文本數據。PDFMiner允許獲取頁面中文本的確切位置，以及其他信息，如

字體或線條。它包含一個PDF轉換器，可以將PDF文件轉換為其他文本格式(如HTML)。它有一個可擴展的PDF解析器，可用于其他目的而不是文本分析。

2. docx 安裝庫命令pip install python_docx

Python DocX目前是Python OpenXML的一部分，你可以用它打開Word 2007及以后的文檔，而用它保存的文檔可以在Microsoft Office 2007/2010, Microsoft Mac Office 2008, Google Docs, OpenOffice.org 3, and Apple iWork 08中打開。

二、代碼

注意：pdf中非圖片構成的部分才能被成功轉換1#-*- coding: UTF-8 -*-

2#!/usr/bin/python

3# -*- coding: utf-8 -*-

4

5import sys

6import importlib

7importlib.reload(sys)

8

9from pdfminer.pdfparser import PDFParser,PDFDocument

10from pdfminer.pdfinterp import PDFResourceManager, PDFPageInterpreter

11from pdfminer.converter import PDFPageAggregator

12from pdfminer.layout import *

13from pdfminer.pdfinterp import PDFTextExtractionNotAllowed

14import os

15

16#設置工作目錄文件夾

17os.chdir(r'c:/users/dicey/desktop/codes/pdf-docx')

18

19'''

20解析pdf文件，獲取文件中包含的各種對象

21'''

22# 解析pdf文件函數

23def parse(pdf_path):

24 fp = open('diya.pdf', 'rb') # 以二進制讀模式打開

25 # 用文件對象來創建一個pdf文檔分析器

26 parser = PDFParser(fp)

27 # 創建一個PDF文檔

28 doc = PDFDocument()

29 # 連接分析器 與文檔對象

30 parser.set_document(doc)

31 doc.set_parser(parser)

32

33 # 提供初始化密碼

34 # 如果沒有密碼 就創建一個空的字符串

35 doc.initialize()

36

37 # 檢測文檔是否提供txt轉換，不提供就忽略

38 if not doc.is_extractable:

39 raise PDFTextExtractionNotAllowed

40 else:

41 # 創建PDf 資源管理器 來管理共享資源

42 rsrcmgr = PDFResourceManager()

43 # 創建一個PDF設備對象

44 laparams = LAParams()

45 device = PDFPageAggregator(rsrcmgr, laparams=laparams)

46 # 創建一個PDF解釋器對象

47 interpreter = PDFPageInterpreter(rsrcmgr, device)

48

49 # 用來計數頁面，圖片，曲線，figure，水平文本框等對象的數量

50 num_page, num_image, num_curve, num_figure, num_TextBoxHorizontal = 0, 0, 0, 0, 0

51

52 # 循環遍歷列表，每次處理一個page的內容

53 for page in doc.get_pages(): # doc.get_pages() 獲取page列表

54 num_page += 1 # 頁面增一

55 interpreter.process_page(page)

56 # 接受該頁面的LTPage對象

57 layout = device.get_result()

58 for x in layout:

59 if isinstance(x,LTImage): # 圖片對象

60 num_image += 1

61 if isinstance(x,LTCurve): # 曲線對象

62 num_curve += 1

63 if isinstance(x,LTFigure): # figure對象

64 num_figure += 1

65 if isinstance(x, LTTextBoxHorizontal): # 獲取文本內容

66 num_TextBoxHorizontal += 1 # 水平文本框對象增一

67 # 保存文本內容

68 with open(r'test2.doc', 'a',encoding='utf-8') as f: #生成doc文件的文件名及路徑

69 results = x.get_text()

70 f.write(results)

71 f.write('\n')

72 print('對象數量：\n','頁面數：%s\n'%num_page,'圖片數：%s\n'%num_image,'曲線數：%s\n'%num_curve,'水平文本框：%s\n'

73 %num_TextBoxHorizontal)

74

75

76if __name__ == '__main__':

77 pdf_path = r'diya.pdf' #pdf文件路徑及文件名

78 parse(pdf_path)

學會了的小伙伴趕緊行動起來~更多Python學習推薦:PyThon學習網教學中心。

總結

以上是生活随笔為你收集整理的python批量将pdf转成word_如何用Python把pdf转换成word的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。