pdf转txt python

在Python中，可以使用一些第三方库将PDF文件转换为文本。其中最常用的是`PyPDF2`和`pdfplumber`。下面是两个库的一个简单示例：

1. **使用`PyPDF2`**:
- 首先安装必要的库: `pip install PyPDF2`

   import PyPDF2
   
   def pdf_to_txt(pdf_path):
       with open(pdf_path, 'rb') as file:
           reader = PyPDF2.PdfFileReader(file)
           text = ""
           for page in range(reader.getNumPages()):
               text += reader.getPage(page).extractText()
       return text

   txt_content = pdf_to_txt('your_pdf_file.pdf')

2. **使用`pdfplumber`**:
- 这个库更注重提取结构化的文本，适合包含表格或复杂布局的PDF。安装：`pip install pdfplumber`

   from pdfplumber import PDF
   
   def pdf_to_txt_plumber(pdf_path):
       with PDF(pdf_path) as pdf:
           text = [page.extract_text() for page in pdf.pages]
       return "\n".join(text)

   txt_content_plumber = pdf_to_txt_plumber('your_pdf_file.pdf')