Python六行代码搞定PDF转Word？

信任许多人都遇到过，将PDF转换成Word文档的问题，都需要收费来进行转换。目前给大家分享一个超级简单的Python工具可以将PDF文档快速转换成Word文档。这种方式仅限于文档类型的PDF，对于图片扫描的PDF来讲，虽然也可以进行转换，但是转换完成的结果也是不可编辑的。

实践操作

在Python中想要实现从PDF文档向Word文档的转换可以使用pdf2docx库，这个库就是用来进行PDF到Word的转换操作的。要想使用该库，第一需要确保已经安装了该库。

pip install pdf2docx

然后可以通过如下的代码实现PDF到Word的转换。

from pdf2docx import Converter

def convert_pdf_to_word(pdf_file_path, word_file_path):
    # 创建转换器对象
    cv = Converter(pdf_file_path)
    
    # 将 PDF 转换为 Word
    cv.convert(word_file_path, start=0, end=None)
    
    # 关闭转换器
    cv.close()

# 调用函数并指定输入PDF文件路径和输出Word文件路径
convert_pdf_to_word('input.pdf', 'output.docx')

当然这个代码转换可以完成90%格式的转换，由于Word与PDF本身的文档差异，很难做到100%的转换。

其他方式

当然还有一种超级Low的操作，就是直接进行文档读取。这种方式不涉及格式的变化，用到PyMuPDF库，这个库可以直接对PDF中的内容进行提取，并且直接插入到Word文档中，对于一些文字类的可以使用这种方式来操作。

第一需要安装PyMuPDF库。

pip install pymupdf

代码实现如下所示。

import fitz  # PyMuPDF
from docx import Document

def convert_pdf_to_word(pdf_file_path, word_file_path):
    # 创建一个空的Word文档对象
    doc = Document()
    
    # 打开PDF文件
    pdf_document = fitz.open(pdf_file_path)
    
    # 遍历PDF中的每一页
    for page_number in range(len(pdf_document)):
        # 创建一个新的段落，并将PDF页面的文本插入到段落中
        page_text = pdf_document[page_number].get_text()
        doc.add_paragraph(page_text)
    
    # 保存Word文档
    doc.save(word_file_path)

# 调用函数并指定输入PDF文件路径和输出Word文件路径
convert_pdf_to_word('input.pdf', 'output.docx')