本文实例为大家分享了python实现pdf转word/txt，供大家参考，具体内容如下

依赖包：pdfminer3k

可以通过pip安装；也可以到下载，解压，进入文件夹，输入命令setup.py install安装软件。

源代码：

#!/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

'''''

解析pdf文件，获取文件中包含的各种对象

'''

# 解析pdf文件函数

def parse(pdf_path):

fp = open(pdf_path, 'rb') # 以二进制读模式打开

# 用文件对象来创建一个pdf文档分析器

parser = pdfparser(fp)

# 创建一个pdf文档

doc = pdfdocument()

# 连接分析器 与文档对象

parser.set_document(doc)

doc.set_parser(parser)

# 提供初始化密码

# 如果没有密码 就创建一个空的字符串

doc.initialize()

# 检测文档是否提供txt转换，不提供就忽略

if not doc.is_extractable:

raise pdftextextractionnotallowed

else:

# 创建pdf 资源管理器 来管理共享资源

rsrcmgr = pdfresourcemanager()

# 创建一个pdf设备对象

laparams = laparams()

device = pdfpageaggregator(rsrcmgr, laparams=laparams)

# 创建一个pdf解释器对象

interpreter = pdfpageinterpreter(rsrcmgr, device)

# 用来计数页面，图片，曲线，figure，水平文本框等对象的数量

num_page, num_image, num_curve, num_figure, num_textboxhorizontal = 0, 0, 0, 0, 0

# 循环遍历列表，每次处理一个page的内容

for page in doc.get_pages(): # doc.get_pages() 获取page列表

num_page += 1 # 页面增一

interpreter.process_page(page)

# 接受该页面的ltpage对象

layout = device.get_result()

for x in layout:

if isinstance(x,ltimage): # 图片对象

num_image += 1

if isinstance(x,ltcurve): # 曲线对象

num_curve += 1

if isinstance(x,ltfigure): # figure对象

num_figure += 1

if isinstance(x, lttextboxhorizontal): # 获取文本内容

num_textboxhorizontal += 1 # 水平文本框对象增一

# 保存文本内容

with open(r'test.doc', 'a',encoding='utf-8') as f: #生成doc文件的文件名及路径

results = x.get_text()

f.write(results)

f.write('\n')

print('对象数量：\n','页面数：%s\n'%num_page,'图片数：%s\n'%num_image,'曲线数：%s\n'%num_curve,'水平文本框：%s\n'

%num_textboxhorizontal)

if __name__ == '__main__':

pdf_path = r'test.pdf' #pdf文件路径及文件名

parse(pdf_path)

此脚本只能将pdf文件转换成纯文本文件，没有任何格式。

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持萬仟网。

如您对本文有疑问或者有任何想说的，请点击进行留言回复，万千网友为您解惑！