pdf转文本，使用python

在 Python 中，可以使用 PyPDF2 库来将 PDF 转换为文本。

首先，需要安装 PyPDF2：

pipinstall pypdf2

然后，可以使用以下代码将 PDF 转换为文本：

import PyPDF2# 打开 PDF 文件
with open('document.pdf', 'rb') as file:
    # 创建 PDF 阅读器对象
    reader = PyPDF2.PdfFileReader(file)

    # 读取所有页面
    for page in range(reader.getNumPages()):
        # 读取单独的页面
        page_obj = reader.getPage(page)
        # 获取页面上的文本
        text = page_obj.extractText()
        print(text)

在这段代码中，我们首先使用 open 函数打开 PDF 文件，然后创建一个 PdfFileReader 对象来读取文件。之后，我们使用 getNumPages 方法来获取 PDF 中的页面数，并使用 getPage 方法读取单独的页面。最后，使用 extractText 方法提取页面上的文本。

注意：这段代码仅能够将纯文本 PDF 转换为文本。如果 PDF 中包含图像或其他复杂元素，则可能无法完全转换为文本。