网站运营公司排名,商城网站建设那家好,网站建设这门课好学吗,网站资源规划怎么写文章目录 背景需求环境安装完整代码效果 背景需求
已经获取到了大量的pdf在download文件夹中#xff0c;但是我需要的是txt文件和word文件#xff5e;
环境安装
pip install pdf2docx pdfminer.six完整代码
# pip install pdf2docx pdfminer.siximport os
from pdf2docx … 文章目录 背景需求环境安装完整代码效果 背景需求
已经获取到了大量的pdf在download文件夹中但是我需要的是txt文件和word文件
环境安装
pip install pdf2docx pdfminer.six完整代码
# pip install pdf2docx pdfminer.siximport os
from pdf2docx import Converter
from pdfminer.high_level import extract_text
# 忽略警告
import warnings
warnings.filterwarnings(ignore, categoryUserWarning, modulepdf2docx)# pdf转txt
def pdf_to_txt(pdf_path, txt_path):text extract_text(pdf_path)with open(txt_path, w, encodingutf-8) as f:f.write(text)# pdf转word
def pdf_to_docx(pdf_path, docx_path):cv Converter(pdf_path)cv.convert(docx_path, start0, endNone)cv.close()# 分批转换文件格式检测
def batch_convert(download_folder, data_folder, output_formattxt):# 确保输出文件夹存在if not os.path.exists(data_folder):os.makedirs(data_folder)# 遍历download文件夹中的所有PDF文件for filename in os.listdir(download_folder):if filename.endswith(.pdf):pdf_path os.path.join(download_folder, filename)if output_format txt:txt_filename os.path.splitext(filename)[0] .txttxt_path os.path.join(data_folder, txt_filename)pdf_to_txt(pdf_path, txt_path)elif output_format docx:docx_filename os.path.splitext(filename)[0] .docxdocx_path os.path.join(data_folder, docx_filename)pdf_to_docx(pdf_path, docx_path)# 转换txt
batch_convert(download, data_txt, output_formattxt)
# 转换word文件
batch_convert(download, data_docx, output_formatdocx)
效果
