一、pdf2docx介绍
- pdf2docx是一个 Python 库，用于从 PDF 中提取数据，PyMuPDF使用规则解析布局，并使用python-docx.
二、pdf2docx的安装
- 为什么要讲这个安装呢？其实很大部分原因是因为自己弄了好几天没安装下来，今天突然被导师指点了一下开窍了，所以特此在这里总结一下这个库的安装。
- 常规的安装：
pip install pdf2docx - 不常规的安装：为什么要说不常规呢，其实主要还是跟自己的py解释器有很大的关系了。比如说我的py解释器版本为3.6.5，在安装pdf2docx这个库的时候出现了以下报错👇
这个报错是因为在安装pdf2docx这个库的时候他会捆绑下载安装其他的一些库，然后安装到PyMuPDF这个库的时候它会自动下载该模块的最高版本，可是在这个库的最高版本里面并没有支持py3.6.5版本解释器的安装包，所以就会在这里出现报错。要解决该报错只需要去到https://pypi.org/project/PyMuPDF/1.19.3/#files这个网站下载对应电脑系统的.whl版本（其实也就是降版本下载）并且进行本地安装，再安装pdf2docx这个库即可。
三、pdf2docx快速使用
- 方法一：
from pdf2docx import Converter
pdf_file = './xxxx.pdf'
docx_file = './xxxx.docx'
cv = Converter(pdf_file)
cv.convert(docx_file, start=0, end=5)
cv.close()
其中的pdf_file是pdf文件，docx_file是word文件，start是pdf转换的起始页，end是结束页。这里如果不传start和end的话默认就是从第一页转换到最后一页。也可以通过pages方法确定转换页数，方法为：cv.convert(docx_file, pages=[1, 3, 5])
-
效果展示：
效果还是可以的🙊 -
方法二：
直接使用命令行进行全部页面转换，代码如下：
$ pdf2docx convert test.pdf test.docx
同样的也可以使用start方法和end方法。
