欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

python3 pdf 转 txt

程序员文章站 2022-04-11 10:29:39
...

平时用手机看书,很多都是pdf格式的,手机阅读器没办法重新排版,看着不舒服,索性自己些个小程序把PDF转换成txt,在此记录一下,欢迎大家赐教指正

代码很简单,直接贴出来吧

from pdfminer.pdfinterp import PDFResourceManager, process_pdf
from pdfminer.converter import TextConverter
from pdfminer.layout import LAParams
from io import StringIO
from io import open


def readPDF(pdfFile):
    rsrcmgr = PDFResourceManager()
    retstr = StringIO()
    laparams = LAParams()
    device = TextConverter(rsrcmgr, retstr, laparams=laparams)

    process_pdf(rsrcmgr, device, pdfFile)
    device.close()

    content = retstr.getvalue()
    retstr.close()
    return content


def saveTxt(txt):
    with open("istxt.txt", "w") as f:
        f.write(txt)


txt = readPDF(open('ispdf.pdf', 'rb'))
saveTxt(txt)

使用的是python3,记得提前安装PDFminer3K。

pip install PDFminer3K

对于纯文本的转换还是不错的,如果是带有图片或者表格的PDF效果不是很理想