Python 将 PDF 转换为 Word

大家好，我是水滴~

在平时的工作中，我们总会希望将需要的 PDF 文件转换为 Word 文件，而市面上很多工具都是收费的，这无疑增加了我们的成本。

所以，我使用 Python 编写了一个转换代码，可以 将 PDF 转换为 Word，完全是免费的，在这里分享给大家。

上面的 GIF 图片就是转换的过程。在使用前，需要安装 pdf2docx 库，下面是详细教程。

安装 pdf2docx 库

该库可以将 PDF 文件转换为 Word 文件，它使用 PyMuPDF 从 PDF 中提取数据，使用规则解析布局，并使用 python-docx 生成 docx 文件。

当然该库还有一些限制，并不是所有 PDF 都能解析的：

• • 必须是基于文本的 PDF 文件




• • 文字必须从左到右




• • 阅读方向正常，无文字变换/旋转




• • 基于规则的方法也不能 100% 转换 PDF 布局

    

    

      pip install pdf2docx

    

  

转换代码

将 pdf 文件转换为 docx 文件：

    

    

      # 将 pdf 文件转换为 docx 文件

      
def

       

      pdf2docx

      (

      

        pdf_file

        ,

         docx_file

      

      ):

      
    cv 

      =

       

      Converter

      (

      pdf_file

      )

      
    cv

      .

      convert

      (

      docx_file

      )

      
    cv

      .

      close

      ()

    

  

转换效果：

获取源码，请在下方「水滴技术」公众号回复：20230427