如何把网页里的pdf转成word（几行代码将PDF文档转换为WORD文档）

看了四五个PDF文件对象相关的插件库，比如：pdfminer.six、PyPDF2、pikepdf、pdfplumber、PyMuPDF之类的有很多，最后发现pdf2docx比较简单，只需要几行代码便可以实现。本着使用最简单的方法来解决实际问题的至高境界，我们就使用它来演示。

首先，通过pip的方式安装再导入模块。

pip install pdf2docx # 安装 pdf2docx # 导入文件转换对象Converter from pdf2docx import Converter

分别定义好word与pdf文件的存储路径，再将已经存在pdf文件转换成python的插件对象。

# 定义PDF文件路径 pdf_file_path = 'Python 集中营.pdf' # 定义WORD文件路径 docx_file_path = 'Python 集中营.docx' # 初始化PDF转换对象 converter = Converter(pdf_file_path)

将初始化的pdf对象转换成word文档存储。

''' 实现PDF转换成WORD convert(path, start=0, end=None) path: word文档路径 start: 开始页数，0 从第一页开始 end: 结束页数，None 无限制 pages: 指定哪几页需要转换 ''' # 连续页面进行转换 converter.convert(docx_file_path, start=0, end=None) # 指定页面进行转换 # converter.convert(docx_file_path, pages=[0,2,4,6,8,10]) # 关闭转换对象 converter.close()

【往期精彩】

● 办公自动化：轻松提取PDF页面数据，并生成Excel文件（代码实战）！

● sched 模块中巨好用的轻量级定时任务神器scheduler！

● 不用再使用命令行打包成exe，有人写出了UI应用，可视化UI界面对python程序进行打包的方法！

● 发现一个秘密：既python3.6之后字典竟然变成了有序集合，我再次验证了一下！

● 大厂校招白菜打包价40W ，可高兴坏了房东大妈...

● 这么多的内置函数能记住吗？对python的68个内置函数分类总结！

● 必须要会的文件操作对象File，python文件读写操作利器！

● 你不知道的CS模式的进程管理工具，状态监测、项目启停一目了然！

● 如何将一个python应用以docker镜像的方式来运行？

● python-celery专注于实现分布式异步任务处理、任务调度的插件！

● python远程服务操作工具：fabric，远程命令、本地命令、服务器操作利器！

● 办公自动化：Python-win32com自动将word文档转换成pdf格式！

● Git LFS 3.0.0 发布，对大文件进行版本控制的 Git 扩展

● pandas数据统计插件的连接函数concat()妙用，灵活处理数据对象！