PDF文件转换为TXT

代码实现

import os
import pdfplumber

def parsePDF(dir,file,pdf_path,txtpath):
    with open(txtpath, "w", encoding='utf-8') as txt:  # 打开文本文件的
        with pdfplumber.open(pdf_path) as pdf:#打开pdf文件
            for i,page in enumerate(pdf.pages):
                print(f'正在转换{dir}-{file}-{i+1}页')
                txt.write(page.extract_text())
#主程序
ThePath=r'C:\Users\lenovo\Desktop\词频统计(jieba版)\PDF'
aim_path=r'C:\Users\lenovo\Desktop\词频统计(jieba版)\TXT'
dir_list = os.listdir(ThePath)
for dir in dir_list:
    dir_path = ThePath + '\\' + dir
    if not os.path.exists(aim_path+'\\'+dir):
        os.makedirs(aim_path+'\\'+dir)
    for root, dirs, files in os.walk(dir_path, topdown=False):
        for file in files:
            try:
                pdf_path=os.path.join(root,file)
                txt_path=aim_path+'\\'+dir+'\\'+file.split('.')[0]+'.txt'
                parsePDF(dir,file,pdf_path,txt_path)
            except:
                with open('错误信息.txt', 'a', encoding='UTF-8', errors='ignore') as f:
                    f.write(os.path.join(root,file)+'\n')

  • 6
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值