pdf2docx是一个使用PyMuPDF和python-docx库的Python工具，能将PDF转换为docx文件，保留页面布局、段落、图片和表格等元素。它支持多进程转换，但不包含OCR功能和某些特定语言。用户可以通过pip安装，且提供案例展示转换过程。
（永久免费，扫码加入）
可将PDF转换成docx文件的Python库。该项目通过PyMuPDF库提取PDF文件中的数据，然后采用python-docx库解析内容的布局、段落、图片、表格等，最后自动生成docx文件。
pdf2docx功能
- 解析和创建页面布局
- 页边距
- 章节和分栏 (目前最多支持两栏布局)
- 页眉和页脚 [TODO]
- 解析和创建段落
- OCR 文本 [TODO]
- 水平（从左到右）或竖直（自底向上）方向文本
- 字体样式例如字体、字号、粗/斜体、颜色
- 文本样式例如高亮、下划线和删除线
- 列表样式 [TODO]
- 外部超链接
- 段落水平对齐方式 (左/右/居中/分散对齐)及前后间距
- 解析和创建图片
- 内联图片
- 灰度/RGB/CMYK等颜色空间图片
- 带有透明通道图片
- 浮动图片（衬于文字下方）
- 解析和创建表格
- 边框样式例如宽度和颜色
- 单元格背景色
- 合并单元格
- 单元格垂直文本
- 隐藏部分边框线的表格
- 嵌套表格
- 支持多进程转换pdf2docx同时解析出了表格内容和样式，因此也可以作为一个表格内容提取工具。
限制
- 目前暂不支持扫描PDF文字识别
- 仅支持从左向右书写的语言（因此不支持阿拉伯语）
- 不支持旋转的文字
- 基于规则的解析无法保证100%还原PDF样式
安装
pip install pdf2docx
案例
from pdf2docx import parse
pdf_file = '/path/to/sample.pdf'
docx_file = 'path/to/sample.docx'
# convert pdf to docx
parse(pdf_file, docx_file)Run
最后推荐一下我们的会员群，目前有风投天使投资人，猎头HR，抖音大V，情感博主，律师，心理咨询师，医疗销售，地产，保险，钢琴老师，运营商，企业咨询，跨境电商，建筑，互联网行业的数据分析师，后端开发，python测试等行业的同学加入。
微信咨询：coder_v5 (务必备注你的来意）
性价比超高的星球
目前星球430+人，专栏的内容秘籍已经更新了41篇，每天都有星球发布自己心得。只花一份钱可以学：
Python : python 入门课程44节+Django专栏9节+趣味实战案例
chatgpt :入门，进阶，趣味办公，高级课程
AI绘画：Mj的基础，入门，进阶，小红书玩法
如果你想学Python,又想学ChatGPT，又想学AI绘画，只想花一份钱欢迎加入我们星球会员群，还能认识很多牛人！
加入就送ChatGPT独立账号
另外还送ChatGPT高级视频课程
原价99,现在免费送星球会员
微信长按试看内容
三天内不满意可直接退款！！！
推荐阅读:
入门: 最全的零基础学Python的问题 | 零基础学了8个月的Python | 实战项目 |学Python就是这条捷径
干货:爬取豆瓣短评，电影《后来的我们》 | 38年NBA最佳球员分析 | 从万众期待到口碑扑街！唐探3令人失望 | 笑看新倚天屠龙记 | 灯谜答题王 ｜用Python做个海量小姐姐素描图 ｜碟中谍这么火，我用机器学习做个迷你推荐系统电影
趣味:弹球游戏 | 九宫格 | 漂亮的花 | 两百行Python《天天酷跑》游戏!
AI: 会做诗的机器人 | 给图片上色 | 预测收入 | 碟中谍这么火，我用机器学习做个迷你推荐系统电影
小工具: Pdf转Word，轻松搞定表格和水印！ | 一键把html网页保存为pdf！| 再见PDF提取收费！ | 用90行代码打造最强PDF转换器，word、PPT、excel、markdown、html一键转换 | 制作一款钉钉低价机票提示器！ ｜60行代码做了一个语音壁纸切换器天天看小姐姐！｜
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
