如何轻松搞定Pdf转Word用Python

技术如何轻松搞定Pdf转Word用Python这期内容当中小编将会给大家带来有关如何轻松搞定Pdf转Word用Python,文章内容丰富且以专业的角度为大家分析和叙述,阅读完这篇文章希望大家可以有所收获。大家在日常的工作

本期,边肖将为您带来关于如何使用Python轻松将Pdf转换为Word的信息。文章内容丰富,从专业角度进行分析和叙述。看完这篇文章,希望你能有所收获。

每个人在日常的工作和学习中都会遇到一个问题,那就是把pdf中的文字内容转换成word,也就是从只读变成读写形式。面对这种情况,大多数人都使用在线工具,但在线工具是混合的,很难满足我们的需求。

今天,边肖带领大家使用python来实现如何将pdf内容转换为word文档。同时,我们还会将图片从pdf中提取出来,保存在我们指定的文件夹中。

01.文字的提取

我们需要做的第一件事是提取pdf格式的文本,如下图所示:

如何轻松搞定Pdf转Word用Python

pdf中的汉字只允许只读,不能更改,所以我们要做的就是把Pdf中的文字信息提取出来,然后把提取出来的文字写入word文件中,这样以后就可以重写了。对于文本提取,我们使用pdfminer函数库,其主要功能如下图所示:

如何轻松搞定Pdf转Word用Python

首先,程序使用get_content_from_pdf函数返回从pdf中提取的数据。

然后创建PDFResourceManager对象保存共享数据内容,创建PDFPageAggregator对象将资源对象处理成我们需要的格式,使用PDFPageInterpreter处理页面内容。

程序中的Page_index用来帮助我们设置需要提取哪些页面。对于我们需要提取的页面,页面信息由创建的PDFPageInterpreter对象解释。

最后,数据被PDFPageAggregator对象处理。

这里的布局包含从页面解析的所有类型的对象。包括文本、图片和其他信息。但是,边肖发现pdfminer对图像提取的效果很差,所以对于图像提取,边肖使用fitz库进行单独处理,取得了很好的图像提取效果。说到这里,我们先来看看文本处理的结果。

如何轻松搞定Pdf转Word用Python

我们的pdf是一个两页的pdf文档,我们只让程序提取第一页的文本。从上图可以看出,程序完全提取了第一页的文本,没有任何错误。

02.图片的提取

随着文字的处理,我们来看看如何提取pdf格式的图片并保存到本地。对于图像提取,程序如下图所示:

如何轻松搞定Pdf转Word用Python

在上述程序中,我们使用fitz库提取pdf文档中的对象,然后通过字符串匹配来判断对象是否为图片类型。如果没有,我们可以直接跳过它们。

如果判断对象是图片类型,我们可以通过创建一个PixMap对象来提取图片,并保存到我们指定的路径。结果如下图所示:

如何轻松搞定Pdf转Word用Python

从上图可以看出,我们提取的图片是正确的,从而达到了我们提取图片的目的,边肖也尝试过在没有任何压力的情况下提取很多图片。它可以在几秒钟内提取pdf文档的所有图片。

以上就是如何使用Python轻松将Pdf转换成Word,边肖为大家分享。如有类似疑惑,请参考以上分析了解。想了解更多,请关注行业信息渠道。

内容来源网络,如有侵权,联系删除,本文地址:https://www.230890.com/zhan/54366.html

(0)

相关推荐

  • [NOIP2016普及组]魔法阵

    技术[NOIP2016普及组]魔法阵 [NOIP2016普及组]魔法阵不是枚举暴力,也不是推式子 $\mathcal{O(1)}$,而是两者的有机结合——通过数学推导减少枚举量,满足时间复杂度要求。很大

    礼包 2021年11月11日
  • 酸菜素馅饺子都放啥,素酸菜粉条饺子馅怎么调

    技术酸菜素馅饺子都放啥,素酸菜粉条饺子馅怎么调酸菜在我们的饮食中是开胃小菜、下饭菜酸菜素馅饺子都放啥,也可以作为调味料来制作菜肴,酸菜配上粉条做成水饺,味道真的好极了。今天不做肉的饺子,就做素的“酸菜粉条饺子”,要多包一

    生活 2021年11月1日
  • PostgreSQL中函数StartTransaction的实现逻辑是什么

    技术PostgreSQL中函数StartTransaction的实现逻辑是什么这篇文章主要讲解了“PostgreSQL中函数StartTransaction的实现逻辑是什么”,文中的讲解内容简单清晰,易于学习与理解,下面

    攻略 2021年11月10日
  • b2的作用和功效,c1和b2驾照的区别和好处

    技术b2的作用和功效,c1和b2驾照的区别和好处驾驶证C1和B2区别如下:
    1.
    考试项目不同 1、C1的的科目二只考5项b2的作用和功效。 2、B2要考16项,科目三B2比C1的考试里程多,且多了个夜间驾驶。
    2.

    生活 2021年10月25日
  • JVM如何运行时数据区

    技术JVM如何运行时数据区JVM如何运行时数据区,很多新手对此不是很清楚,为了帮助大家解决这个难题,下面小编将为大家详细讲解,有这方面需求的人可以来学习下,希望你能有所收获。1. 运行时数据区 1)堆:线程共享,存放新建

    攻略 2021年10月23日
  • 什么绿什么红,红、白、绿萝卜的主要不同吃法

    技术什么绿什么红,红、白、绿萝卜的主要不同吃法红萝卜炖菜什么绿什么红、做馅、做汤白萝卡做汤绿萝淹咸菜、晒干做咸菜。你好!
    红、白萝卜常用来烧菜、做馅。北方人吃红白萝卜的方法,除了炖萝卜、做馅以外,最多的,是和牛羊肉一块炖

    生活 2021年10月21日