乐趣区

关于python:办公自动化几行代码将PDF文档转换为WORD文档代码实战

看了四五个 PDF 文件对象相干的插件库,比方:pdfminer.six、PyPDF2、pikepdf、pdfplumber、PyMuPDF 之类的有很多,最初发现 pdf2docx 比较简单,只须要几行代码便能够实现。本着应用最简略的办法来解决理论问题的至高境界,咱们就应用它来演示。

首先,通过 pip 的形式装置再导入模块。

pip install pdf2docx  # 装置 pdf2docx

# 导入文件转换对象 Converter
from pdf2docx import Converter

别离定义好 word 与 pdf 文件的存储门路,再将曾经存在 pdf 文件转换成 python 的插件对象。

# 定义 PDF 文件门路
pdf_file_path = 'Python 集中营.pdf'

# 定义 WORD 文件门路
docx_file_path = 'Python 集中营.docx'

# 初始化 PDF 转换对象
converter = Converter(pdf_file_path)

将初始化的 pdf 对象转换成 word 文档存储。

'''
实现 PDF 转换成 WORD
convert(path, start=0, end=None)
path: word 文档门路
start: 开始页数,0 从第一页开始
end: 完结页数,None 无限度
pages: 指定哪几页须要转换
'''
# 间断页面进行转换
converter.convert(docx_file_path, start=0, end=None)

# 指定页面进行转换
# converter.convert(docx_file_path, pages=[0,2,4,6,8,10])

# 敞开转换对象
converter.close()

【往期精彩】

● 办公自动化:轻松提取 PDF 页面数据,并生成 Excel 文件(代码实战)!

● sched 模块中巨好用的轻量级定时工作神器 scheduler!

● 不必再应用命令行打包成 exe,有人写出了 UI 利用,可视化 UI 界面对 python 程序进行打包的办法!

● 发现一个机密:既 python3.6 之后字典居然变成了有序汇合,我再次验证了一下!

● 大厂校招白菜打包价 40W+,可快乐坏了房东大妈 …

● 这么多的内置函数能记住吗?对 python 的 68 个内置函数分类总结!

● 必须要会的文件操作对象 File,python 文件读写操作利器!

● 你不晓得的 CS 模式的过程管理工具,状态监测、我的项目启停高深莫测!

● 如何将一个 python 利用以 docker 镜像的形式来运行?

● python-celery 专一于实现分布式异步工作解决、任务调度的插件!

● python 近程服务操作工具:fabric,近程命令、本地命令、服务器操作利器!

● 办公自动化:Python-win32com 主动将 word 文档转换成 pdf 格局!

● Git LFS 3.0.0 公布,对大文件进行版本控制的 Git 扩大

● pandas 数据统计插件的连贯函数 concat() 妙用,灵活处理数据对象!

退出移动版