### PDF转TXT的Python实现 以下是基于`PyPDF2`库和`pdfplumber`库来完成将指定路径下的PDF文件批量转换为TXT文件并保存至目标路径的代码。此方法能够有效处理汉字字符，确保其机器可识别性。 #### 安装依赖库 在运行代码前，请先安装所需的第三方库： ```bash pip install PyPDF2 pdfplumber ``` #### Python代码实现 以下代码实现了从源目录读取所有PDF文件，并将其逐页提取文本后保存为目标路径下的TXT文件： ```python import os from pdfplumber import open as pdf_open def convert_pdf_to_txt(source_folder, target_folder): """ 将source_folder中的所有PDF文件转换为TXT文件并保存到target_folder中。 参数: source_folder (str): 存放PDF文件的源文件夹路径。 target_folder (str): 转换后的TXT文件的目标文件夹路径。 """ if not os.path.exists(target_folder): os.makedirs(target_folder) for filename in os.listdir(source_folder): if filename.endswith(".pdf"): file_path = os.path.join(source_folder, filename) txt_filename = os.path.splitext(filename)[0] + ".txt" output_file_path = os.path.join(target_folder, txt_filename) with pdf_open(file_path) as pdf: text_content = "" for page in pdf.pages: text_content += page.extract_text() or "" # 提取每一页的文字内容 with open(output_file_path, 'w', encoding='utf-8') as f: f.write(text_content.strip()) # 设置源路径和目标路径 source_directory = r"D:\papers\20250323\2004~2025年中央一号文件合集" output_directory = r"D:/new/DTM代码及原文件/全部TXT3/" convert_pdf_to_txt(source_directory, output_directory) ``` 上述代码通过遍历给定的源文件夹 `D:\papers\20250323\2004~2025年中央一号文件合集` 中的所有PDF文件，逐一打开这些文件并通过 `pdfplumber.open()` 方法提取其中的内容[^1]。随后，它会将提取得到的文本写入对应名称的TXT文件中，并存储于目标路径下 `D:/new/DTM代码及原文件/全部TXT3/`。 为了保证汉字格式的机器可识别性，在保存TXT文件时采用了UTF-8编码方式[^2]。 --- ### 注意事项 如果某些PDF文档存在加密保护或者无法正常解析的情况，则可能需要额外引入密码解锁逻辑或其他高级工具支持。 ---