用python将pdf转成txt

在Python中，可以使用第三方库如PyPDF2来读取PDF文件，并使用另一个库如`python-docx`或者`nltk`来进行文本提取。以下是一个简单的示例，展示如何使用PyPDF2将PDF转换为文本：

import PyPDF2

def pdf_to_txt(pdf_file_path):
    # 打开PDF文件
    with open(pdf_file_path, 'rb') as file:
        reader = PyPDF2.PdfFileReader(file)
        
        # 创建一个空字符串来存储文本
        text = ''
        
        # 遍历PDF的每一页
        for page_num in range(reader.numPages):
            text += reader.getPage(page_num).extractText()
    
    return text

# 使用函数并保存结果到.txt文件
input_pdf = "example.pdf"
output_txt = "output.txt"
with open(output_txt, 'w', encoding='utf-8') as f:
    f.write(pdf_to_txt(input_pdf))