python实现多个PDF文件的合并，并转换为word，并消除水印。

首先，多个PDF文件的合并需要用到pypdf2库：

pip install PyPDF2

import PyPDF2
def merge_pdfs(input_pdfs, output_pdf):
    # 创建一个PdfFileMerger对象
    pdf_merger = PyPDF2.PdfFileMerger()
    try:
        # 逐个添加PDF文件
        for pdf_file in input_pdfs:
            with open(pdf_file, 'rb') as file:
                pdf_merger.append(file)
        # 合并并输出到新的PDF文件
        with open(output_pdf, 'wb') as output_file:
            pdf_merger.write(output_file)
        print("PDF文件合并成功！")
    except Exception as e:
        print(f"发生错误：{e}")
# 用法示例
input_pdfs = ["file1.pdf", "file2.pdf", "file3.pdf"]  # 替换为你的PDF文件路径列表
output_pdf = "merged_file.pdf"  # 合并后的PDF文件名
merge_pdfs(input_pdfs, output_pdf)

但是，会出现如下报错：PyPDF2.errors.DeprecationError: PdfFileMerger is deprecated and was removed in PyPDF2 3.0.0. Use PdfMerger instead.
意思是pdfFileMerger函数在pypdf包里不存在了，需要换为PdfMerger函数。

下一步要转换为word文件并且要消除水印。
还需要之前我的博客里说到的python-docx库和PyMuPDF库：pip install PyPDF2 python-docx PyMuPDF

import PyPDF2
from docx import Document
import fitz  # PyMuPDF

def merge_and_convert_pdfs_to_word(input_pdfs, output_word_file):
    pdf_merger = PyPDF2.PdfMerger()
    try:
        # 合并多个PDF文件
        for pdf_file in input_pdfs:
            pdf_merger.append(pdf_file)
        # 保存合并后的PDF文件
        merged_pdf_file = "merged_file.pdf"
        with open(merged_pdf_file, 'wb') as merged_pdf:
            pdf_merger.write(merged_pdf)

        # 打开合并后的PDF文件，消除水印
        pdf_document = fitz.open(merged_pdf_file)
        for page_num in range(pdf_document.page_count):
            page = pdf_document[page_num]
            page.clean_contents()

        # 转换为Word文件
        word_document = Document()
        for page_num in range(pdf_document.page_count):
            page = pdf_document[page_num]
            image_list = page.get_pixmap().getImageList()
            for img_index, img in enumerate(image_list):
                img_bytes = img.getImageData()
                img_stream = BytesIO(img_bytes)
                img = Image.open(img_stream)
                img.save(f'image_{page_num + 1}_{img_index + 1}.png')  # 保存为图片（可选）
                # 将图片插入Word文档
                word_document.add_picture(f'image_{page_num + 1}_{img_index + 1}.png')

        # 保存Word文件
        word_document.save(output_word_file)
        print("PDF文件合并、转换为Word并消除水印成功！")

    except Exception as e:
        print(f"发生错误：{e}")

# 用法示例
input_pdfs = ["file1.pdf", "file2.pdf", "file3.pdf"]  # 替换为你的PDF文件路径列表
output_word_file = "merged_and_converted_file.docx"  # 替换为合并后的Word文件名
merge_and_convert_pdfs_to_word(input_pdfs, output_word_file)