PDF转txt文本命令行工具 pdf2txt.exe

anson1599

因为经常要把收到PDF格式的电子发票，按照时间、票号、金额来改文件名，所以想找个能解析PDF里面文字输出文本的工具，找了一圈没找到合适的，所以就用 Aardio 写了一个命令行小工具，之前写了一个直接改文件名的，但想到每个人可能想改的名字并不一样，所以就直接输出文本，如果有需要可以根据文本自己写正则改文件名吧。

写的自用小工具，没做太多测试，Win10下工作正常，Win7下会报错，但功能正常，也不知道为什么。




工具名称：pdf2txt.exe

使用方法：只能在命令行模式下运行

pdf2txt.exe <pdf文件>  默认输出所有页的文本

pdf2txt.exe -p=1 <pdf文件>  -p参数，指定输出某1页的文本，1就是第1页，2就是第2页，-1就是倒数第1页，-2就是倒数第2页

输出结果就是PDF文件里的文本，没有其它的，如果想保存到文件，加个管道就行，比如 pdf2txt.exe xxx.pdf > xxx.txt

https://anson1599.lanzoub.com/iWsaW3g9daqd
密码:52pj

顺便分享一下，我通过 Directory Opus 利用 pdf2txt 改发票名称的脚本

[JavaScript] 纯文本查看 复制代码

function OnClick(clickData) {
  if (clickData.func.sourcetab.selected_files.count > 0) {
    for (var eSel = new Enumerator(clickData.func.sourcetab.selected_files); !eSel.atEnd(); eSel.moveNext()) {
      if (eSel.item().ext.toLowerCase() === '.pdf') {
        var objShell = new ActiveXObject('WScript.Shell');
        var objExec = objShell.Exec('D:\\Soft\\PDF Tools\\pdf2txt.exe -p=-1 ' + eSel.item().RealPath);
        var txt = objExec.StdOut.ReadAll();
        //DOpus.Output(txt);
        var match = /(\d{20})\s*(\d{4})\s*年\s*(\d{2})\s*月\s*(\d{2})\s*日/.exec(txt);
        var money = /[整分]\s￥(\d+\.\d{2})\s/.exec(txt);
        if (match && money) {
          var newName = match[2] + match[3] + match[4] + '_' + match[1] + '_(' + money[1] + ')';
          clickData.func.command.RunCommand('Rename FROM ' + eSel.item().RealPath + ' TO ' + newName + ' IGNOREEXT');
        }
      }
    }
  }
}

mypj52

电子发票经常有特殊字符之类的，正则匹配没几个月可能有又不适配了，或者部分不适配。
最有效的是电子税务局引出来数据，匹配发票文件名中的发票号，再修改。
如果没有权限引出，用腾讯云、阿里云的票据识别，通过切割图片位置，返回对应字段

anson1599

1e3e 发表于 2026-1-20 09:16
谢谢，python可以调用 吗

python 有很多自己的PDF解析库，自身解析肯定比调用外部命令要方便，当然了要用也是可以的，测试代码如下：

[Python] 纯文本查看 复制代码

import os
pdf = os.popen('D:\\pdf2txt.exe D:\\test.pdf')
txt = pdf.read()
pdf.close()
print(txt)

sgjzwk

图片PDF也可以转换吗？

anson1599

sgjzwk 发表于 2026-1-18 21:38
图片PDF也可以转换吗？

图片要用到OCR，没有做这个功能，因为开发初衷只是为了解析电子发票

gs18090

win11运行闪退了

anson1599

gs18090 发表于 2026-1-19 09:16
win11运行闪退了

只能在命令行模式下运行哦，如果直接双击执行的话，只会输出帮助信息就退出了

whckin

软件这么小，有这么大的功能，很牛啊。

trxcss

感谢分享，这个软件有很它的作用

1e3e

谢谢，python可以调用 吗

anson1599

whckin 发表于 2026-1-20 07:48
软件这么小，有这么大的功能，很牛啊。

不是我牛，主要是 Aardio 比较牛，因为包含了 pdfium 库，要不然只有几百K