簡(jiǎn)述

????????以下全部代碼無(wú)法完美對(duì)圖片、表格等非文字形式的內(nèi)容轉(zhuǎn)化。要較好的效果需要使用光學(xué)字符分析等方法進(jìn)行轉(zhuǎn)化

? ? ? ? 我懶，不想將代碼模塊拆分出來(lái)寫注釋

? ? ? ? 除代碼1中有詳細(xì)注釋外，剩下的代碼僅在關(guān)鍵部分進(jìn)行注釋

代碼1：小規(guī)模文件的轉(zhuǎn)換

代碼簡(jiǎn)介

????????不使用線程，挨個(gè)文件轉(zhuǎn)換格式。

????????適用于小規(guī)模的PDF文件批量轉(zhuǎn)換。

????????需要自己選擇PDF文件（可以全選文件，自動(dòng)篩選PDF格式）

代碼內(nèi)容

import os, sys  # 導(dǎo)入操作系統(tǒng)接口和系統(tǒng)相關(guān)的參數(shù)和函數(shù)
from pdf2docx import Converter  # 導(dǎo)入pdf2docx庫(kù)中的Converter類，用于將PDF文件轉(zhuǎn)換為docx格式

import tkinter as tk  # 導(dǎo)入Tkinter庫(kù)，用于創(chuàng)建圖形用戶界面
from tkinter import filedialog  # 導(dǎo)入Tkinter庫(kù)中的filedialog模塊，用于打開(kāi)文件對(duì)話框

# 定義一個(gè)函數(shù)，用于將PDF文件轉(zhuǎn)換為docx格式
def convert_pdf_to_docx(file_path):
    if os.path.splitext(file_path)[1] == '.pdf':  # 檢查文件的擴(kuò)展名是否為.pdf
        pdf_filename = os.path.basename(file_path)  # 從file_path中提取出文件名（不含路徑）
        word_name = os.path.splitext(pdf_filename)[0] + ".docx"  # 創(chuàng)建新的文件名，將.docx作為擴(kuò)展名

        cv = Converter(pdf_filename)  # 創(chuàng)建一個(gè)Converter對(duì)象，用于轉(zhuǎn)換文件
        cv.convert(word_name)  # 調(diào)用convert方法，將PDF文件轉(zhuǎn)換為docx格式，并將轉(zhuǎn)換后的文件保存為word_name
        cv.close()  # 關(guān)閉轉(zhuǎn)換器對(duì)象

        print(f"**{pdf_filename}**處理完成")  # 打印轉(zhuǎn)換完成的信息

# 創(chuàng)建一個(gè)Tkinter窗口，但不顯示它
root = tk.Tk()
root.withdraw()

# 使用filedialog模塊打開(kāi)一個(gè)文件選擇對(duì)話框，允許用戶選擇多個(gè)文件
file_paths = filedialog.askopenfilenames(title="選擇需要處理的文件")
if len(file_paths) == 0:  # 如果沒(méi)有選擇文件，退出程序
    sys.exit()
else:
    print("待處理文件:")  # 打印提示信息
    for file_path in file_paths:  # 遍歷所有選擇的文件路徑
        print("  ", file_path)  # 打印每個(gè)文件的路徑


# 遍歷所有選擇的文件路徑，并調(diào)用convert_pdf_to_docx函數(shù)進(jìn)行轉(zhuǎn)換
for file_path in file_paths:
    convert_pdf_to_docx(file_path)

print("全部PDF轉(zhuǎn)換完成")  # 打印所有PDF文件轉(zhuǎn)換完成的信息

功能的執(zhí)行

選擇需要轉(zhuǎn)換的文件

選擇你需要轉(zhuǎn)換的文件，可以直接全選

一次只能轉(zhuǎn)換一個(gè)文件夾中的全部文件，無(wú)法進(jìn)入到該文件夾的次級(jí)文件夾中

開(kāi)始轉(zhuǎn)換文件

請(qǐng)注意終端信息窗口，會(huì)提示轉(zhuǎn)換進(jìn)度

轉(zhuǎn)換完成

轉(zhuǎn)換效果：

代碼2：較大規(guī)模文件的轉(zhuǎn)換

更新功能

1.使用多線程模式，一個(gè)文件一條線程的轉(zhuǎn)換文件

2.增加時(shí)間計(jì)算，統(tǒng)計(jì)轉(zhuǎn)換文件需要多少時(shí)間，方便后繼繼續(xù)優(yōu)化提高轉(zhuǎn)換速度

詳細(xì)代碼

import os
import sys
from pdf2docx import Converter
import tkinter as tk
from tkinter import filedialog
import threading
import time

# 定義一個(gè)函數(shù)，用于將PDF文件轉(zhuǎn)換為docx格式
def convert_pdf_to_docx(file_path):
    try:
        if os.path.splitext(file_path)[1] == '.pdf':
            #pdf_filename = os.path.basename(file_path)
            #word_name = os.path.splitext(pdf_filename)[0] + ".docx"
            cv = Converter(file_path)
            cv.convert(os.path.splitext(os.path.basename(file_path))[0] + ".docx")
            cv.close()
    except Exception as e:
        print(f"轉(zhuǎn)換 {os.path.basename(file_path)} 時(shí)發(fā)生錯(cuò)誤: {e}")

# 創(chuàng)建一個(gè)Tkinter窗口，但不顯示它
root = tk.Tk()
root.withdraw()

# 使用filedialog模塊打開(kāi)一個(gè)文件選擇對(duì)話框，允許用戶選擇多個(gè)文件
file_paths = filedialog.askopenfilenames(title="選擇需要處理的文件")
if not file_paths:
    sys.exit("沒(méi)有選擇文件，操作取消。")


# 打印待處理的文件
print("待處理文件:")
for file_path in file_paths:
    print("  ", file_path)

# 創(chuàng)建一個(gè)線程列表用于存儲(chǔ)所有的轉(zhuǎn)換線程
threads = []

# 遍歷所有選擇的文件路徑，并創(chuàng)建轉(zhuǎn)換線程
for file_path in file_paths:
    thread = threading.Thread(target=convert_pdf_to_docx, args=(file_path,))
    threads.append(thread)

# 記錄開(kāi)始時(shí)間
start_time = time.time()

# 啟動(dòng)所有的轉(zhuǎn)換線程
for thread in threads:
    thread.start()

# 等待所有的轉(zhuǎn)換線程完成
for thread in threads:
    time.sleep(0.1)# 暫停程序1毫秒
    thread.join()

# 記錄結(jié)束時(shí)間
end_time = time.time()

# 計(jì)算并打印轉(zhuǎn)換完成所需的總時(shí)間
total_time = end_time - start_time
print(f"所有文件轉(zhuǎn)換完成，總共耗時(shí): {total_time:.2f} 秒。")

代碼3：超大規(guī)模文件的轉(zhuǎn)換

功能的更新

1.引入線程池，控制程序消耗的系統(tǒng)資源

詳細(xì)代碼

import os
import logging
from tkinter import Tk, filedialog
from concurrent.futures import ThreadPoolExecutor, as_completed
from pdf2docx import Converter

# 配置日志格式和級(jí)別
logging.basicConfig(level=logging.INFO, format='%(levelname)s: %(message)s')

# 定義一個(gè)函數(shù)來(lái)處理單個(gè)PDF文件的轉(zhuǎn)換
def process_pdf_file(pdf_path):
    try:
        pdf_dir = os.path.dirname(pdf_path)
        file_name = os.path.splitext(os.path.basename(pdf_path))[0]
        docx_path = os.path.join(pdf_dir, f"{file_name}.docx")
        
        # 轉(zhuǎn)換PDF到Word
        cv = Converter(pdf_path)
        cv.convert(docx_path, start=0, end=None)
        cv.close()
        
        # 記錄文件保存的信息
        logging.info(f"Converted file saved to {docx_path}")
    except Exception as e:
        # 如果發(fā)生錯(cuò)誤，記錄錯(cuò)誤信息而不是轉(zhuǎn)換成功信息
        logging.error(f"Error processing file {pdf_path}: {e}")

# 創(chuàng)建主窗口
root = Tk()
root.withdraw()  # 隱藏主界面

# 選擇PDF文件
pdf_paths = filedialog.askopenfilenames(title="選擇PDF文件", filetypes=[("PDF files", "*.pdf")])

if pdf_paths:
    # 創(chuàng)建一個(gè)線程池，限制線程數(shù)量為CPU核心數(shù)
    with ThreadPoolExecutor(max_workers=os.cpu_count()*2) as executor:
        # 將任務(wù)提交到線程池
        futures = [executor.submit(process_pdf_file, pdf_path) for pdf_path in pdf_paths]
        
        # 使用as_completed迭代器等待所有任務(wù)完成
        for future in as_completed(futures):
            future.result()
            if future.exception() is not None:
                logging.error(f"An error occurred: {future.exception()}")
            else:
                logging.info(f"File processed successfully: {future.result()}")

    # 所有文件處理完成后，關(guān)閉窗口并退出程序
    root.destroy()
else:
    logging.info("沒(méi)有選擇PDF文件。")

代碼4：超快速PDF文件轉(zhuǎn)換

功能更新

只轉(zhuǎn)換文字，對(duì)任何圖片表格會(huì)出現(xiàn)問(wèn)題

詳細(xì)代碼

import os
import logging
from tkinter import Tk, filedialog
from concurrent.futures import ThreadPoolExecutor, as_completed
import fitz  # PyMuPDF

# 配置日志格式和級(jí)別
logging.basicConfig(level=logging.INFO, format='%(levelname)s: %(message)s')

# 定義一個(gè)函數(shù)來(lái)處理單個(gè)PDF文件的轉(zhuǎn)換
def process_pdf_file(pdf_path):
    try:
        pdf_dir = os.path.dirname(pdf_path)
        file_name = os.path.splitext(os.path.basename(pdf_path))[0]
        docx_path = os.path.join(pdf_dir, f"{file_name}.docx")
        
        # 使用PyMuPDF讀取PDF內(nèi)容
        pdf = fitz.open(pdf_path)
        text = ""
        for page in pdf:
            text += page.get_text()
        
        pdf.close()
        
        # 將文本寫入Word文檔（這里需要一個(gè)將文本轉(zhuǎn)換為docx格式的函數(shù)）
        with open(docx_path, 'w', encoding='utf-8') as f:
            f.write(text)
        
        # 記錄文件保存的信息
        logging.info(f"Converted file saved to {docx_path}")
    except Exception as e:
        # 如果發(fā)生錯(cuò)誤，記錄錯(cuò)誤信息而不是轉(zhuǎn)換成功信息
        logging.error(f"Error processing file {pdf_path}: {e}")

# 創(chuàng)建主窗口
root = Tk()
root.withdraw()  # 隱藏主窗口

# 選擇PDF文件
pdf_paths = filedialog.askopenfilenames(title="選擇PDF文件", filetypes=[("PDF files", "*.pdf")])

if pdf_paths:
    # 創(chuàng)建一個(gè)線程池
    with ThreadPoolExecutor(max_workers=min(len(pdf_paths), os.cpu_count())) as executor:
        # 將任務(wù)提交到線程池
        futures = [executor.submit(process_pdf_file, pdf_path) for pdf_path in pdf_paths]
        
        # 等待所有任務(wù)完成
        for future in as_completed(futures):
            future.result()

    # 所有文件處理完成后，關(guān)閉窗口并退出程序
    root.destroy()
else:
    logging.info("沒(méi)有選擇PDF文件。")

批量刪除文件夾內(nèi)的全部word：使用Python批量刪除文件夾內(nèi)的Word-CSDN博客

程序打包方式見(jiàn)我的這個(gè)文章：在Vscode中將python打包為exe，超級(jí)簡(jiǎn)單，還能自定義exe的logo_怎么將vscode編寫的代碼打包成exe-CSDN博客文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-850431.html

到了這里，關(guān)于使用Python批量將PDF轉(zhuǎn)Word的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！