admin管理员组文章数量:1033297
【Python】只需2行代码，轻松将PDF转换成Word
编辑：数据分析与统计学之美
可将 PDF 转换成 docx 文件的 Python 库。该项目通过 PyMuPDF 库提取 PDF 文件中的数据，然后采用 python-docx 库解析内容的布局、段落、图片、表格等，最后自动生成 docx 文件。
pdf2docx功能
- 解析和创建页面布局- 页边距- 章节和分栏 (目前最多支持两栏布局)- 页眉和页脚 [TODO]- 解析和创建段落- OCR 文本 [TODO] - 水平（从左到右）或竖直（自底向上）方向文本- 字体样式例如字体、字号、粗/斜体、颜色- 文本样式例如高亮、下划线和删除线- 列表样式 [TODO]- 外部超链接- 段落水平对齐方式 (左/右/居中/分散对齐)及前后间距- 解析和创建图片- 内联图片- 灰度/RGB/CMYK等颜色空间图片- 带有透明通道图片- 浮动图片（衬于文字下方）- 解析和创建表格- 边框样式例如宽度和颜色- 单元格背景色- 合并单元格- 单元格垂直文本- 隐藏部分边框线的表格- 嵌套表格- 支持多进程转换pdf2docx同时解析出了表格内容和样式，因此也可以作为一个表格内容提取工具。
限制
- 目前暂不支持扫描PDF文字识别
- 仅支持从左向右书写的语言（因此不支持阿拉伯语）
- 不支持旋转的文字
- 基于规则的解析无法保证100%还原PDF样式安装
pip install pdf2docx案例
from pdf2docx import parsepdf_file = '/path/to/sample.pdf'
docx_file = 'path/to/sample.docx'# convert pdf to docx
parse(pdf_file, docx_file)Run
往期精彩回顾适合初学者入门人工智能的路线及资料下载(图文+视频)机器学习入门系列下载机器学习及深度学习笔记等资料打印《统计学习方法》的代码复现专辑机器学习交流qq群955171419，加入微信群请扫码
【Python】只需2行代码，轻松将PDF转换成Word
编辑：数据分析与统计学之美
可将 PDF 转换成 docx 文件的 Python 库。该项目通过 PyMuPDF 库提取 PDF 文件中的数据，然后采用 python-docx 库解析内容的布局、段落、图片、表格等，最后自动生成 docx 文件。
pdf2docx功能
- 解析和创建页面布局- 页边距- 章节和分栏 (目前最多支持两栏布局)- 页眉和页脚 [TODO]- 解析和创建段落- OCR 文本 [TODO] - 水平（从左到右）或竖直（自底向上）方向文本- 字体样式例如字体、字号、粗/斜体、颜色- 文本样式例如高亮、下划线和删除线- 列表样式 [TODO]- 外部超链接- 段落水平对齐方式 (左/右/居中/分散对齐)及前后间距- 解析和创建图片- 内联图片- 灰度/RGB/CMYK等颜色空间图片- 带有透明通道图片- 浮动图片（衬于文字下方）- 解析和创建表格- 边框样式例如宽度和颜色- 单元格背景色- 合并单元格- 单元格垂直文本- 隐藏部分边框线的表格- 嵌套表格- 支持多进程转换pdf2docx同时解析出了表格内容和样式，因此也可以作为一个表格内容提取工具。
限制
- 目前暂不支持扫描PDF文字识别
- 仅支持从左向右书写的语言（因此不支持阿拉伯语）
- 不支持旋转的文字
- 基于规则的解析无法保证100%还原PDF样式安装
pip install pdf2docx案例
from pdf2docx import parsepdf_file = '/path/to/sample.pdf'
docx_file = 'path/to/sample.docx'# convert pdf to docx
parse(pdf_file, docx_file)Run
往期精彩回顾适合初学者入门人工智能的路线及资料下载(图文+视频)机器学习入门系列下载机器学习及深度学习笔记等资料打印《统计学习方法》的代码复现专辑机器学习交流qq群955171419，加入微信群请扫码本文标签： Python只需2行代码，轻松将PDF转换成Word
版权声明：本文标题：【Python】只需2行代码，轻松将PDF转换成Word 内容由热心网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：http://it.en369.cn/IT/1694671856a254879.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。
发表评论