本文實例為大家分享了python實現pdf轉word/txt，供大家參考，具體內容如下

依賴包：pdfminer3k

可以通過pip安裝；也可以到官網下載，解壓，進入文件夾，輸入命令setup.py install安裝軟件。

源代碼：

#!/usr/bin/python # -*- coding: utf-8 -*-  import sys import importlib importlib.reload(sys)  from pdfminer.pdfparser import PDFParser,PDFDocument from pdfminer.pdfinterp import PDFResourceManager, PDFPageInterpreter from pdfminer.converter import PDFPageAggregator from pdfminer.layout import * from pdfminer.pdfinterp import PDFTextExtractionNotAllowed  ''''' 解析pdf文件，獲取文件中包含的各種對象 '''  # 解析pdf文件函數 def parse(pdf_path):   fp = open(pdf_path, 'rb') # 以二進制讀模式打開   # 用文件對象來創建一個pdf文檔分析器   parser = PDFParser(fp)   # 創建一個PDF文檔   doc = PDFDocument()   # 連接分析器 與文檔對象   parser.set_document(doc)   doc.set_parser(parser)    # 提供初始化密碼   # 如果沒有密碼 就創建一個空的字符串   doc.initialize()    # 檢測文檔是否提供txt轉換，不提供就忽略   if not doc.is_extractable:     raise PDFTextExtractionNotAllowed   else:     # 創建PDf 資源管理器 來管理共享資源     rsrcmgr = PDFResourceManager()     # 創建一個PDF設備對象     laparams = LAParams()     device = PDFPageAggregator(rsrcmgr, laparams=laparams)     # 創建一個PDF解釋器對象     interpreter = PDFPageInterpreter(rsrcmgr, device)      # 用來計數頁面，圖片，曲線，figure，水平文本框等對象的數量     num_page, num_image, num_curve, num_figure, num_TextBoxHorizontal = 0, 0, 0, 0, 0      # 循環遍歷列表，每次處理一個page的內容     for page in doc.get_pages(): # doc.get_pages() 獲取page列表       num_page += 1 # 頁面增一       interpreter.process_page(page)       # 接受該頁面的LTPage對象       layout = device.get_result()       for x in layout:         if isinstance(x,LTImage): # 圖片對象           num_image += 1         if isinstance(x,LTCurve): # 曲線對象           num_curve += 1         if isinstance(x,LTFigure): # figure對象           num_figure += 1         if isinstance(x, LTTextBoxHorizontal): # 獲取文本內容           num_TextBoxHorizontal += 1 # 水平文本框對象增一           # 保存文本內容           with open(r'test.doc', 'a',encoding='utf-8') as f:  #生成doc文件的文件名及路徑             results = x.get_text()             f.write(results)             f.write('/n')     print('對象數量：/n','頁面數：%s/n'%num_page,'圖片數：%s/n'%num_image,'曲線數：%s/n'%num_curve,'水平文本框：%s/n'        %num_TextBoxHorizontal)   if __name__ == '__main__':   pdf_path = r'test.pdf' #pdf文件路徑及文件名   parse(pdf_path) 

此腳本只能將pdf文件轉換成純文本文件，沒有任何格式。