使用Python批量将PDF转Word

简述

        以下全部代码无法完美对图片、表格等非文字形式的内容转化。要较好的效果需要使用光学字符分析等方法进行转化

        我懒，不想将代码模块拆分出来写注释

        除代码1中有详细注释外，剩下的代码仅在关键部分进行注释

代码1：小规模文件的转换

代码简介

        不使用线程，挨个文件转换格式。

        适用于小规模的PDF文件批量转换。

        需要自己选择PDF文件（可以全选文件，自动筛选PDF格式）

代码内容

import os, sys  # 导入操作系统接口和系统相关的参数和函数
from pdf2docx import Converter  # 导入pdf2docx库中的Converter类，用于将PDF文件转换为docx格式

import tkinter as tk  # 导入Tkinter库，用于创建图形用户界面
from tkinter import filedialog  # 导入Tkinter库中的filedialog模块，用于打开文件对话框

# 定义一个函数，用于将PDF文件转换为docx格式
def convert_pdf_to_docx(file_path):
    if os.path.splitext(file_path)[1] == '.pdf':  # 检查文件的扩展名是否为.pdf
        pdf_filename = os.path.basename(file_path)  # 从file_path中提取出文件名（不含路径）
        word_name = os.path.splitext(pdf_filename)[0] + ".docx"  # 创建新的文件名，将.docx作为扩展名

        cv = Converter(pdf_filename)  # 创建一个Converter对象，用于转换文件
        cv.convert(word_name)  # 调用convert方法，将PDF文件转换为docx格式，并将转换后的文件保存为word_name
        cv.close()  # 关闭转换器对象

        print(f"**{pdf_filename}**处理完成")  # 打印转换完成的信息

# 创建一个Tkinter窗口，但不显示它
root = tk.Tk()
root.withdraw()

# 使用filedialog模块打开一个文件选择对话框，允许用户选择多个文件
file_paths = filedialog.askopenfilenames(title="选择需要处理的文件")
if len(file_paths) == 0:  # 如果没有选择文件，退出程序
    sys.exit()
else:
    print("待处理文件:")  # 打印提示信息
    for file_path in file_paths:  # 遍历所有选择的文件路径
        print("  ", file_path