用python写一个批量转换PDF文档为TXT格式的窗口程序,TXT文件有文本内容,图片自动过滤

时间: 2024-02-03 14:12:12 浏览: 26
好的,以下是一个简单的 Python 程序,可以实现批量将 PDF 文档转换为 TXT 格式,并自动过滤图片: ```python import os import PyPDF2 import tkinter as tk from tkinter import filedialog def choose_folder(): folder_path = filedialog.askdirectory() return folder_path def pdf_to_txt(folder_path): for filename in os.listdir(folder_path): if filename.endswith('.pdf'): input_path = os.path.join(folder_path, filename) output_path = os.path.join(folder_path, os.path.splitext(filename)[0]+'.txt') with open(output_path, 'w', encoding='utf-8') as f: pdf_file = open(input_path, 'rb') pdf_reader = PyPDF2.PdfFileReader(pdf_file) for page in range(pdf_reader.numPages): page_obj = pdf_reader.getPage(page) text = page_obj.extractText() f.write(text) pdf_file.close() # Remove images from txt file with open(output_path, 'r', encoding='utf-8') as f: txt = f.read() filtered_txt = ''.join([i for i in txt if not i.isdigit() and not i.isalpha()]) with open(output_path, 'w', encoding='utf-8') as f: f.write(filtered_txt) print('Conversion completed!') def main(): root = tk.Tk() root.withdraw() folder_path = choose_folder() pdf_to_txt(folder_path) if __name__ == '__main__': main() ``` 这个程序使用了 PyPDF2 库来读取 PDF 文件,并将每一页的文本内容写入 TXT 文件。然后,程序会打开 TXT 文件并过滤掉所有的图片,只保留文本内容。最后,程序会将过滤后的文本内容写入同名的 TXT 文件中。 要运行此程序,请先安装 PyPDF2 库。可以使用以下命令来安装: ``` pip install PyPDF2 ``` 然后,将上述代码保存为 `pdf_to_txt.py` 文件,并在命令行中执行以下命令: ``` python pdf_to_txt.py ``` 程序将会弹出一个文件夹选择窗口,让您选择要转换的 PDF 文件所在的文件夹。然后,程序会将所有的 PDF 文件自动转换为 TXT 格式,并过滤图片。转换后的 TXT 文件将保存在同一个文件夹中。

相关推荐

最新推荐

recommend-type

python实现pdf转换成word/txt纯文本文件

主要为大家详细介绍了python实现pdf转换成word和txt纯文本文件,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
recommend-type

python实现npy格式文件转换为txt文件操作

主要介绍了python实现npy格式文件转换为txt文件操作,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
recommend-type

python如何将两个txt文件内容合并

主要为大家详细介绍了python如何将两个txt文件内容合并,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
recommend-type

Python读写txt文本文件的操作方法全解析

主要介绍了Python读写txt文本文件的操作方法全解析,包括对文本的查找和替换等技巧的讲解,需要的朋友可以参考下
recommend-type

Python批量提取PDF文件中文本的脚本

主要为大家详细介绍了Python批量提取PDF文件中文本的脚本,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
recommend-type

RTL8188FU-Linux-v5.7.4.2-36687.20200602.tar(20765).gz

REALTEK 8188FTV 8188eus 8188etv linux驱动程序稳定版本, 支持AP,STA 以及AP+STA 共存模式。 稳定支持linux4.0以上内核。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

:YOLOv1目标检测算法:实时目标检测的先驱,开启计算机视觉新篇章

![:YOLOv1目标检测算法:实时目标检测的先驱,开启计算机视觉新篇章](https://img-blog.csdnimg.cn/img_convert/69b98e1a619b1bb3c59cf98f4e397cd2.png) # 1. 目标检测算法概述 目标检测算法是一种计算机视觉技术,用于识别和定位图像或视频中的对象。它在各种应用中至关重要,例如自动驾驶、视频监控和医疗诊断。 目标检测算法通常分为两类:两阶段算法和单阶段算法。两阶段算法,如 R-CNN 和 Fast R-CNN,首先生成候选区域,然后对每个区域进行分类和边界框回归。单阶段算法,如 YOLO 和 SSD,一次性执行检
recommend-type

info-center source defatult

这是一个 Cisco IOS 命令,用于配置 Info Center 默认源。Info Center 是 Cisco 设备的日志记录和报告工具,可以用于收集和查看设备的事件、警报和错误信息。该命令用于配置 Info Center 默认源,即设备的默认日志记录和报告服务器。在命令行界面中输入该命令后,可以使用其他命令来配置默认源的 IP 地址、端口号和协议等参数。
recommend-type

c++校园超市商品信息管理系统课程设计说明书(含源代码) (2).pdf

校园超市商品信息管理系统课程设计旨在帮助学生深入理解程序设计的基础知识,同时锻炼他们的实际操作能力。通过设计和实现一个校园超市商品信息管理系统,学生掌握了如何利用计算机科学与技术知识解决实际问题的能力。在课程设计过程中,学生需要对超市商品和销售员的关系进行有效管理,使系统功能更全面、实用,从而提高用户体验和便利性。 学生在课程设计过程中展现了积极的学习态度和纪律,没有缺勤情况,演示过程流畅且作品具有很强的使用价值。设计报告完整详细,展现了对问题的深入思考和解决能力。在答辩环节中,学生能够自信地回答问题,展示出扎实的专业知识和逻辑思维能力。教师对学生的表现予以肯定,认为学生在课程设计中表现出色,值得称赞。 整个课程设计过程包括平时成绩、报告成绩和演示与答辩成绩三个部分,其中平时表现占比20%,报告成绩占比40%,演示与答辩成绩占比40%。通过这三个部分的综合评定,最终为学生总成绩提供参考。总评分以百分制计算,全面评估学生在课程设计中的各项表现,最终为学生提供综合评价和反馈意见。 通过校园超市商品信息管理系统课程设计,学生不仅提升了对程序设计基础知识的理解与应用能力,同时也增强了团队协作和沟通能力。这一过程旨在培养学生综合运用技术解决问题的能力,为其未来的专业发展打下坚实基础。学生在进行校园超市商品信息管理系统课程设计过程中,不仅获得了理论知识的提升,同时也锻炼了实践能力和创新思维,为其未来的职业发展奠定了坚实基础。 校园超市商品信息管理系统课程设计的目的在于促进学生对程序设计基础知识的深入理解与掌握,同时培养学生解决实际问题的能力。通过对系统功能和用户需求的全面考量,学生设计了一个实用、高效的校园超市商品信息管理系统,为用户提供了更便捷、更高效的管理和使用体验。 综上所述,校园超市商品信息管理系统课程设计是一项旨在提升学生综合能力和实践技能的重要教学活动。通过此次设计,学生不仅深化了对程序设计基础知识的理解,还培养了解决实际问题的能力和团队合作精神。这一过程将为学生未来的专业发展提供坚实基础,使其在实际工作中能够胜任更多挑战。