c++批量将pdf转换成txt

你可以使用第三方库来解析 PDF 并将其转换为文本格式，比如 Poppler 或 MuPDF。以下是一个使用 Poppler 的示例代码：

#include <iostream>
#include <poppler/cpp/poppler-document.h>
#include <poppler/cpp/poppler-page.h>

int main(int argc, char* argv[]) {
    if (argc < 2) {
        std::cerr << "Usage: " << argv[0] << " file1.pdf [file2.pdf ...]" << std::endl;
        return 1;
    }

    for (int i = 1; i < argc; ++i) {
        std::string filename = argv[i];
        std::cout << "Converting " << filename << "..." << std::endl;

        try {
            auto document = std::make_unique<poppler::document>(poppler::document::load_from_file(filename));
            int num_pages = document->pages();
            std::string output_filename = filename + ".txt";
            std::ofstream output(output_filename);

            for (int j = 0; j < num_pages; ++j) {
                auto page = std::make_unique<poppler::page>(document->create_page(j));
                std::string text = page->text().to_utf8();
                output << text;
            }

            output.close();
            std::cout << "Done." << std::endl;
        } catch (std::exception& e) {
            std::cerr << "Failed: " << e.what() << std::endl;
        }
    }

    return 0;
}

该代码将逐个处理命令行参数指定的 PDF 文件，并将其转换为同名的文本文件。你可以编译并运行该代码：

$ g++ -o pdf2txt pdf2txt.cpp $(pkg-config --cflags --libs poppler-cpp)
$ ./pdf2txt file1.pdf file2.pdf ...

如果你需要一次处理多个 PDF 文件，你可以编写一个简单的 shell 脚本来完成它：

#!/bin/sh

for file in *.pdf
do
    ./pdf2txt $file
done

该脚本将处理当前目录下的所有 PDF 文件。