python使用PyPDF2包：pdf转doc

最新推荐文章于 2024-12-31 22:06:03 发布

小何才露尖尖角

最新推荐文章于 2024-12-31 22:06:03 发布

阅读量775

点赞数

分类专栏： Python 文章标签： python pdf pdf转doc pypdf2 exceptions

本文链接：https://blog.csdn.net/weixin_40994552/article/details/133268605

版权

Python 专栏收录该内容

57 篇文章

订阅专栏

本文介绍了如何使用Python的python-docx和PyPDF2库将PDF文件转换为DOCX格式，包括正确安装库的方法，以及一个示例函数convert_pdf_to_doc，展示了从PDF中提取文本并保存到DOCX文件的过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

需要安装 python-docx 和 PyPDF2

pip install python-docx
pip install PyPDF2

记住，不能直接安装 pip install docx ,不然会报错 ImportError: No module named ‘exceptions’

import PyPDF2
from docx import Document

def convert_pdf_to_doc(pdf_path, doc_path):
    with open(pdf_path, 'rb') as pdf_file:
        pdf_reader = PyPDF2.PdfReader(pdf_file)
        doc = Document()
        nums = len(pdf_reader.pages)
        print("total page:", nums)
        for page_num in range(nums):
            page = pdf_reader.pages[page_num]
            text = page.extract_text()
            doc.add_paragraph(text)
            print("current page:", page_num)

        doc.save(doc_path)

# 使用示例
pdf_path = 'in.pdf'  # 输入的PDF文件路径
doc_path = 'out.docx'  # 输出的DOC文件路径
convert_pdf_to_doc(pdf_path, doc_path)