在python中将pdf转换为docx格式

Question

请告诉我如何将pdf转换为docx。我尝试使用pdfminer转换为html来提取文本，但仍然看起来不够好。

Answer 1

pdf2docx

单击here，安装

1. 安装pdf2docx软件包

Installation

• 克隆或下载pdf2docx

pip安装pdf2docx或#下载软件包并安装您的环境python setup.py install

• 选项1

从pdf2docx导入转换器pdf_file = r'C:\Users\ABCD\Desktop\XYZ/Document1.pdf'#源文件docx_file = r'C:\Users\ABCD\Desktop\XYZ/sample.docx‘#目标文件# convert pdf to docx cv = Converter(pdf_file) cv.convert(docx_file，start=0，end=None) cv.close() #Output Parsing Page53: 53/53...正在创建第53页: 53/53...在6.258919400000195s.中终止

• 选项2

从pdf2docx导入解析pdf_file = r'C:\Users\ABCD\Desktop\XYZ/Document2.pdf‘# source file docx_file = r'C:\Users\ABCD\Desktop\XYZ/sample_2.docx’# destination file # convert pdf to docx parse(pdf_file，docx_file，start=0，end=None) # output Parsing Page53: 53/53...正在创建第53页: 53/53...在5.883666100000482s.中终止

Answer 2

您可以使用像这样的在线工具：https://pdf2docx.com

如果您使用的是linux，请使用libreoffice api：

libreoffice --headless --convert-to=pdf example.docx