#创作灵感#
偶尔在网上看到一篇文章《太牛了!只需2行代码,轻松将PDF转换成Word!》,知道了pdf2docx这个库,于是试了一下实现效果,感觉还行,记录下来。上面文章写的有些杂乱错误,仅供参考。
安装第三方库的时候,记得注意,如果新建了虚拟环境,需要将库安装到你的虚拟环境下,否则会导致import导入报错,因为你的虚拟环境中没有你安装的库,你把库安装到默认环境中(例如Anaconda的base环境中),在新建的虚拟环境中,是无法使用的,除非解释器使用默认的解释器。
环境配置:我使用的是Anaconda安装的Python3.10,Pycharm作为编辑器,并使用Pycharm在Anaconda中新建了虚拟环境,如下图。
安装pdf2docx库:在上图中点击Anaconda图标,使用Conda软件包管理器进行安装,点击+号,在弹出的对话框中输入pdf2docx进行搜索,安装。
遇到报错:注意文件名不要和库名重复,否则会报错。例如我最开始把文件命名为pdf2docx.py,结果一直报错,ImportError: cannot import name 'Converter' from partially initialized module 'pdf2docx' (most likely due to a circular import) 。
修改错误:将文件名改为pdf2word,错误消失,并成功将pdf文的转换为docx文件。
实现代码:代码中start=0是pdf转换的起始页,end=123是结束页,如果不填这两项就是默认从第一页至最后一页。
from pdf2docx import Converter
pdf_file = 'D:\pythonProject\pythonExploring\P020231128362131003708.pdf'
docx_file = 'D:\pythonProject\pythonExploring\P020231128362131003708.docx'
conv = Converter(pdf_file)
conv.convert(docx_file, start=0, end=123)
conv.close()
转换效果:对比了原pdf文件和转换后生成的docx文件内容,准确率很高。
pdf界面
word界面
参考文章:
用python把pdf文件转换为word文件 | pdf2docx 安装 + 快速使用_python pdf2docx-CSDN博客6行python代码使用pdf2docx模块Converter对象将pdf转换为docx文件_pdf2docx converter-CSDN博客