使用Python的pdf2docx把PDF转为word文件

朋友碰到个PDF转word的需求, 网上一大堆工具都是付费的, 问我有没有办法.

我搜了下python的pdf2docx就可以实现, 记录一下

要求Python版本>=3.6。

通过pip安装库：

pip install pdf2docx

作为Python库使用

from pdf2docx import Converter

pdf_file = '/path/to/xxx.pdf'
docx_file = 'path/to/xxx.docx'

# convert pdf to docx
cv = Converter(pdf_file)
cv.convert(docx_file) # 默认参数start=0, end=None
cv.close()

# more samples
# cv.convert(docx_file, start=1) # 转换第2页到最后一页
# cv.convert(docx_file, pages=[1,3,5]) # 转换第2，4，6页

作为命令行工具调用

pdf2docx convert xxx.pdf xxx.docx

可以通过--start、--end或者--pages指定页面范围。

转换效果可能不是100%完美, 有可能图片会错位, 这时候可以试试微软Office, WPS, 极速Office不同的软件打开试试