最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

Python實(shí)現(xiàn)PDF轉(zhuǎn)Word的方法詳解

 更新時間:2023年02月16日 11:01:23   作者:Sir?老王  
由于PDF的文件大多都是只讀文件,有時候?yàn)榱藵M足可以編輯的需要通??梢詫DF文件直接轉(zhuǎn)換成Word文件進(jìn)行操作。本文為大家整理了一些實(shí)現(xiàn)方法,希望對大家有所幫助

由于PDF的文件大多都是只讀文件,有時候?yàn)榱藵M足可以編輯的需要通??梢詫DF文件直接轉(zhuǎn)換成Word文件進(jìn)行操作。

看了網(wǎng)絡(luò)上面的python轉(zhuǎn)換PDF文件為Word的相關(guān)文章感覺都比較復(fù)雜,并且關(guān)于一些圖表的使用還要進(jìn)行特殊的處理。

本篇文章主要講解關(guān)于如何使用python是實(shí)現(xiàn)將PDF轉(zhuǎn)換成Word的業(yè)務(wù)過程,這次沒有使用GUI應(yīng)用的操作。

由于可能存在版本沖突的問題,這里將開發(fā)過程中需要使用的python非標(biāo)準(zhǔn)庫的版本列舉出來。

  • python內(nèi)核版本:3.6.8
  • PyMuPDF版本:1.18.17
  • pdf2docx版本:0.5.1

可以選擇pip的方式對使用到的python非標(biāo)準(zhǔn)庫進(jìn)行安裝。

pip?install?PyMuPDF==1.18.17

pip?install?pdf2docx==0.5.1

完成上述的python依賴庫安裝以后,將pdf2docx導(dǎo)入到我們的代碼塊中。

#?Importing?the?Converter?class?from?the?pdf2docx?module.
from?pdf2docx?import?Converter

然后,編寫業(yè)務(wù)函數(shù)的代碼塊,新建一個pdfToWord函數(shù)來處理轉(zhuǎn)換邏輯,主要就幾行代碼可以實(shí)現(xiàn)比較簡單。

def?pdfToWord(pdf_file_path=None,?word_file_path=None):
????"""
????It?takes?a?pdf?file?path?and?a?word?file?path?as?input,?and?converts?the?pdf?file?to?a?word?file.

????:param?pdf_file_path:?The?path?to?the?PDF?file?you?want?to?convert
????:param?word_file_path:?The?path?to?the?word?file?that?you?want?to?create
????"""
????#?Creating?a?Converter?object.
????converter_?=?Converter(pdf_file_path)
????#?The?`convert`?method?takes?the?path?to?the?word?file?that?you?want?to?create,?and?the?start?and?end?pages?of?the?PDF
????#?file?that?you?want?to?convert.
????converter_.convert(word_file_path,?start=0,?end=None)
????converter_.close()

最后,使用main函數(shù)調(diào)用pdfToWord函數(shù)可以直接完成文檔格式的轉(zhuǎn)換。

#?A?special?variable?in?Python?that?evaluates?to?`True`?if?the?module?is?being?run?directly?by?the?Python?interpreter,?and
#?`False`?if?it?has?been?imported?by?another?module.
if?__name__?==?'__main__':
????pdfToWord('D:/test-data-work/test_pdf.pdf',?'D:/test-data-work/test_pdf.docx')

#?Parsing?Page?2:?2/5...Ignore?Line?"∑"?due?to?overlap
#?Ignore?Line?"∑"?due?to?overlap
#?Ignore?Line?"?"?due?to?overlap
#?Ignore?Line?"A"?due?to?overlap
#?Ignore?Line?"i?=1"?due?to?overlap
#?Ignore?Line?"?"?due?to?overlap
#?Parsing?Page?5:?5/5...
#?Creating?Page?5:?5/5...
#?--------------------------------------------------
#?Terminated?in?3.2503201s.

方法補(bǔ)充

除了上面的方法,小編還為大家準(zhǔn)備了其他方法,需要的小伙伴可以了解一下

方法一:

from pdf2docx import Converter
import PySimpleGUI as sg
 
 
def pdf2word(file_path):
    file_name = file_path.split('.')[0]
    doc_file = f'{file_name}.docx'
    p2w = Converter(file_path)
    p2w.convert(doc_file, start=0, end=None)
    p2w.close()
    return doc_file
 
 
def main():
    # 選擇主題
    sg.theme('DarkAmber')
 
    layout = [
        [sg.Text('pdfToword', font=('微軟雅黑', 12)),
         sg.Text('', key='filename', size=(50, 1), font=('微軟雅黑', 10))],
        [sg.Output(size=(80, 10), font=('微軟雅黑', 10))],
        [sg.FilesBrowse('選擇文件', key='file', target='filename'), sg.Button('開始轉(zhuǎn)換'), sg.Button('退出')]]
    # 創(chuàng)建窗口
    window = sg.Window("張臥虎", layout, font=("微軟雅黑", 15), default_element_size=(50, 1))
    # 事件循環(huán)
    while True:
        # 窗口的讀取,有兩個返回值(1.事件;2.值)
        event, values = window.read()
        print(event, values)
 
        if event == "開始轉(zhuǎn)換":
 
            if values['file'] and values['file'].split('.')[1] == 'pdf':
                filename = pdf2word(values['file'])
                print('文件個數(shù) :1')
                print('\n' + '轉(zhuǎn)換成功!' + '\n')
                print('文件保存位置:', filename)
            elif values['file'] and values['file'].split(';')[0].split('.')[1] == 'pdf':
                print('文件個數(shù) :{}'.format(len(values['file'].split(';'))))
                for f in values['file'].split(';'):
                    filename = pdf2word(f)
                    print('\n' + '轉(zhuǎn)換成功!' + '\n')
                    print('文件保存位置:', filename)
            else:
                print('請選擇pdf格式的文件哦!')
        if event in (None, '退出'):
            break
 
    window.close()
main()

方法二:

加密過的PDF轉(zhuǎn)word

#-*- coding: UTF-8 -*- 
#!/usr/bin/python
#-*- coding: utf-8 -*-
import sys
import importlib
importlib.reload(sys)
from pdfminer.pdfparser import PDFParser,PDFDocument
from pdfminer.pdfinterp import PDFResourceManager, PDFPageInterpreter
from pdfminer.converter import PDFPageAggregator
from pdfminer.layout import *
from pdfminer.pdfinterp import PDFTextExtractionNotAllowed
import os
#設(shè)置工作目錄文件夾
os.chdir(r'c:/users/dicey/desktop/codes/pdf-docx')
#解析pdf文件函數(shù)
def parse(pdf_path):
 fp = open('diya.pdf', 'rb') # 以二進(jìn)制讀模式打開
 # 用文件對象來創(chuàng)建一個pdf文檔分析器
 parser = PDFParser(fp)
 # 創(chuàng)建一個PDF文檔
 doc = PDFDocument()
 # 連接分析器 與文檔對象
 parser.set_document(doc)
 doc.set_parser(parser)
 # 提供初始化密碼
 # 如果沒有密碼 就創(chuàng)建一個空的字符串
 doc.initialize()
 # 檢測文檔是否提供txt轉(zhuǎn)換,不提供就忽略
 if not doc.is_extractable:
  raise PDFTextExtractionNotAllowed
 else:
  # 創(chuàng)建PDf 資源管理器 來管理共享資源
  rsrcmgr = PDFResourceManager()
  # 創(chuàng)建一個PDF設(shè)備對象
  laparams = LAParams()
  device = PDFPageAggregator(rsrcmgr, laparams=laparams)
  # 創(chuàng)建一個PDF解釋器對象
  interpreter = PDFPageInterpreter(rsrcmgr, device)
  # 用來計數(shù)頁面,圖片,曲線,figure,水平文本框等對象的數(shù)量
  num_page, num_image, num_curve, num_figure, num_TextBoxHorizontal = 0, 0, 0, 0, 0
  # 循環(huán)遍歷列表,每次處理一個page的內(nèi)容
  for page in doc.get_pages(): # doc.get_pages() 獲取page列表
   num_page += 1 # 頁面增一
   interpreter.process_page(page)
   # 接受該頁面的LTPage對象
   layout = device.get_result()
   for x in layout:
    if isinstance(x,LTImage): # 圖片對象
     num_image += 1
    if isinstance(x,LTCurve): # 曲線對象
     num_curve += 1
    if isinstance(x,LTFigure): # figure對象
     num_figure += 1
    if isinstance(x, LTTextBoxHorizontal): # 獲取文本內(nèi)容
     num_TextBoxHorizontal += 1 # 水平文本框?qū)ο笤鲆?
     # 保存文本內(nèi)容
     with open(r'test2.doc', 'a',encoding='utf-8') as f: #生成doc文件的文件名及路徑
      results = x.get_text()
      f.write(results)
      f.write('\n')
  print('對象數(shù)量:\n','頁面數(shù):%s\n'%num_page,'圖片數(shù):%s\n'%num_image,'曲線數(shù):%s\n'%num_curve,'水平文本框:%s\n'
    %num_TextBoxHorizontal)

if __name__ == '__main__':
 pdf_path = r'diya.pdf' #pdf文件路徑及文件名
 parse(pdf_path)

到此這篇關(guān)于Python實(shí)現(xiàn)PDF轉(zhuǎn)Word的方法詳解的文章就介紹到這了,更多相關(guān)Python PDF轉(zhuǎn)Word內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

相關(guān)文章

  • Django后端分離 使用element-ui文件上傳方式

    Django后端分離 使用element-ui文件上傳方式

    這篇文章主要介紹了Django后端分離 使用element-ui文件上傳方式,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2020-07-07
  • 使用numpngw和matplotlib生成png動畫的示例代碼

    使用numpngw和matplotlib生成png動畫的示例代碼

    這篇文章主要介紹了使用numpngw和matplotlib生成png動畫的示例代碼,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2021-01-01
  • numpy基礎(chǔ)教程之np.linalg

    numpy基礎(chǔ)教程之np.linalg

    這篇文章主要給大家介紹了關(guān)于numpy基礎(chǔ)教程之np.linalg的相關(guān)資料,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面來一起學(xué)習(xí)學(xué)習(xí)吧
    2019-02-02
  • python 生成器需注意的小問題

    python 生成器需注意的小問題

    這篇文章主要介紹了python 生成器需注意的小問題,幫助大家更好的理解和學(xué)習(xí)python 生成器,感興趣的朋友可以了解下
    2020-09-09
  • Python scikit-learn 做線性回歸的示例代碼

    Python scikit-learn 做線性回歸的示例代碼

    本篇文章主要介紹了Python scikit-learn 做線性回歸的示例代碼,小編覺得挺不錯的,現(xiàn)在分享給大家,也給大家做個參考。一起跟隨小編過來看看吧
    2017-11-11
  • Python中cv2.Canny() 函數(shù)使用方法

    Python中cv2.Canny() 函數(shù)使用方法

    cv2.Canny() 函數(shù)是 OpenCV 中的邊緣檢測函數(shù)之一,用于檢測圖像的邊緣,它的基本原理是通過計算圖像中每個像素點(diǎn)的梯度值來檢測邊緣,本文通過示例代碼介紹Python中cv2.Canny() 函數(shù)用法,需要的朋友參考下吧
    2023-07-07
  • 情人節(jié)快樂! python繪制漂亮玫瑰

    情人節(jié)快樂! python繪制漂亮玫瑰

    情人節(jié)快樂! 這篇文章主要教大家如何用python繪制漂亮玫瑰花,文中示例代碼介紹的非常詳細(xì),具有一定的參考價值,感興趣的小伙伴們可以參考一下
    2019-02-02
  • Python OpenCV調(diào)用攝像頭檢測人臉并截圖

    Python OpenCV調(diào)用攝像頭檢測人臉并截圖

    這篇文章主要為大家詳細(xì)介紹了Python OpenCV調(diào)用攝像頭檢測人臉并截圖,文中示例代碼介紹的非常詳細(xì),具有一定的參考價值,感興趣的小伙伴們可以參考一下
    2019-07-07
  • python實(shí)現(xiàn)雙向鏈表原理

    python實(shí)現(xiàn)雙向鏈表原理

    這篇文章主要為大家詳細(xì)介紹了python實(shí)現(xiàn)雙向鏈表原理,文中示例代碼介紹的非常詳細(xì),具有一定的參考價值,感興趣的小伙伴們可以參考一下
    2022-05-05
  • Python語言實(shí)現(xiàn)SIFT算法

    Python語言實(shí)現(xiàn)SIFT算法

    SIFT,即尺度不變特征變換,是用于圖像處理領(lǐng)域的一種描述,本文重點(diǎn)給大家介紹Python語言實(shí)現(xiàn)SIFT算法,感興趣的朋友一起看看吧
    2021-11-11

最新評論

安国市| 益阳市| 永安市| 上饶市| 宁陕县| 泾川县| 元朗区| 张家港市| 灌云县| 日土县| 吉安市| 神木县| 陇西县| 德清县| 茂名市| 三原县| 平定县| 北辰区| 塔河县| 丰都县| 灌阳县| 郓城县| 高邑县| 大城县| 长春市| 延寿县| 玉林市| 交口县| 泽库县| 托里县| 河池市| 巍山| 佛冈县| 贵溪市| 新宁县| 阳信县| 黑水县| 芒康县| 叶城县| 罗平县| 文安县|