需要安装PyMuPDF库 pip install pymupdf
可以使用以下Python代码将指定目录下的所有PDF文件转换为相应的Word文档:
import fitz
import os
def pdf_to_word(pdf_path, output_dir):
# 打开PDF文件
pdf_document = fitz.open(pdf_path)
# 迭代处理每一页
for page_num in range(pdf_document.page_count):
page = pdf_document[page_num]
# 以相同的名字和路径创建docx文件
new_word_path = os.path.join(output_dir, f"{os.path.splitext(os.path.basename(pdf_path))[0]}_page{page_num + 1}.docx")
# 转换为word格式
page.get_text("text") # 获取文本内容
text_page = page.get_text("text")
with open(new_word_path, "w", encoding="utf-8") as word_file:
word_file.write(text_page)
# 关闭PDF文件
pdf_document.close()
# 指定的目录和输出目录
pdf_directory = "path/to/pdf_files_directory"
output_directory = "path/to/output_word_files"
# 处理该目录下的所有PDF文件
for filename in os.listdir(pdf_directory):
if filename.endswith(".pdf"):
pdf_path = os.path.join(pdf_directory, filename)
pdf_to_word(pdf_path, output_directory)
请确保替换代码中的"path/to/pdf_files_directory"为存储PDF文件的目录路径,"path/to/output_word_files"为将存储Word文件的目录路径。
这段代码会遍历指定目录并查找以“.pdf”结尾的文件,然后将每个PDF文件转换为对应的Word文档。