python pdf转docx

你可以使用Python的`pdfminer`和`docx`库来将PDF转换为DOCX格式。

首先，你需要安装这两个库。你可以使用`pip`命令进行安装：

pip install pdfminer docx

安装完成后，你可以使用以下代码将PDF转换为DOCX：

import io
import docx
from pdfminer.converter import TextConverter
from pdfminer.pdfinterp import PDFPageInterpreter
from pdfminer.pdfinterp import PDFResourceManager
from pdfminer.pdfpage import PDFPage

def pdf_to_docx(pdf_path, docx_path):
    # 创建一个空的Word文档对象
    doc = docx.Document()

    # 打开PDF文件
    with open(pdf_path, 'rb') as pdf_file:
        # 创建一个PDF资源管理器对象
        resource_manager = PDFResourceManager()

        # 创建一个字符串IO对象
        output_string = io.StringIO()

        # 创建一个PDF转换器对象
        converter = TextConverter(resource_manager, output_string, laparams=None)

        # 创建一个PDF解释器对象
        interpreter = PDFPageInterpreter(resource_manager, converter)

        # 逐页解析PDF文件
        for page in PDFPage.get_pages(pdf_file):
            interpreter.process_page(page)
            text = output_string.getvalue()
            doc.add_paragraph(text)

        # 关闭字符串IO对象和PDF转换器对象
        converter.close()
        output_string.close()

    # 保存Word文档
    doc.save(docx_path)

你可以将上面的代码保存为一个Python文件，然后调用`pdf_to_docx`函数来将PDF转换为DOCX。例如，如果你的PDF文件名为`example.pdf`，并且你想将其转换为`example.docx`，你可以使用以下代码：

pdf_to_docx('example.pdf', 'example.docx')