pdf转word

henji1005

[Python] 纯文本查看 复制代码

import argparse
import os
from pdf2docx import Converter
from glob import glob


def convert_pdf_to_word(pdf_path, docx_path):
    """转换单个PDF文件到Word文档"""
    cv = Converter(pdf_path)
    cv.convert(docx_path)
    cv.close()


def batch_convert(input_dir, output_dir):
    """批量转换整个文件夹的PDF文件"""
    # 创建输出目录
    os.makedirs(output_dir, exist_ok=True)

    # 获取所有PDF文件
    pdf_files = glob(os.path.join(input_dir, "*.pdf"))

    if not pdf_files:
        print(f"在输入目录中未找到PDF文件：{input_dir}")
        return

    success = 0
    failed = 0

    for pdf_path in pdf_files:
        try:
            # 生成输出路径
            filename = os.path.basename(pdf_path)
            docx_filename = os.path.splitext(filename)[0] + ".docx"
            docx_path = os.path.join(output_dir, docx_filename)

            # 执行转换
            convert_pdf_to_word(pdf_path, docx_path)
            print(f"转换成功：{filename} -> {docx_filename}")
            success += 1
        except Exception as e:
            print(f"转换失败：{filename}，错误：{str(e)}")
            failed += 1

    print(f"\n转换完成！成功：{success} 个，失败：{failed} 个")


if __name__ == "__main__":
    # 设置命令行参数
    parser = argparse.ArgumentParser(description="PDF批量转Word工具")
    parser.add_argument("-i", "--input", required=True, help="E:\pdf转word\pdf文档文件")
    parser.add_argument("-o", "--output", required=True, help="E:\pdf转word\转换后的word文件路径）")

    args = parser.parse_args()

    # 验证输入路径
    if not os.path.isdir(args.input):
        print(f"错误：输入路径不存在或不是目录 - {args.input}")
        exit(1)

    # 执行批量转换
    batch_convert(args.input, args.output)

xhcy001

这个代码有没有成品？潘僧打包比较麻烦的。

soul6

还行，有点意思

chenfann

效果怎么样？好用不？

yaoshun3

pdf2docx 确实可以

zeweir

pdf2docx 确实可以

lvtiesheng

还行，有点意思

wangwh

希望能发个成品软件。自己不会弄呀

KesinFox

文本不可以复制的大部分都是orc吗？
如果可以直接复制的MinerU挺好用的吧。

Lyaj

小白期待成品