目前没有直接的 Python 库或工具名为 `pdf2zh`，但根据问题描述，可能是指将 PDF 文件转换为中文内容或将 PDF 文件中的文本提取并翻译为中文。以下提供一种结合 PDF 文本提取和翻译的实现方法。 ### 使用 Python 提取 PDF 文本并翻译为中文 以下是通过 `PyPDF2` 提取 PDF 中的文本，并使用 `googletrans` 翻译为中文的代码示例： ```python import PyPDF2 from googletrans import Translator # 打开 PDF 文件 with open('example.pdf', 'rb') as pdf_file: # 创建 PDF 阅读器对象 pdf_reader = PyPDF2.PdfReader(pdf_file) # 提取文本内容 text = '' for page_num in range(len(pdf_reader.pages)): page = pdf_reader.pages[page_num] text += page.extract_text() # 注意：这里使用 extract_text 方法[^2] # 创建翻译器对象 translator = Translator() # 翻译文本内容为中文 translated_text = translator.translate(text, dest='zh-cn').text # 输出翻译结果 print(translated_text) ``` ### 将 PDF 转换为 Word 并保留格式 如果需要将 PDF 转换为 Word 文件并保留格式，可以使用 `pdf2docx` 模块。以下是示例代码： ```python import pdf2docx # 将 PDF 转换为 Word pdf2docx.parse('example.pdf', 'example.docx') # 使用 parse 方法进行转换[^4] ``` ### 结合翻译与文档转换 如果希望在转换为 Word 文件时同时翻译内容，可以先提取 PDF 的文本内容，翻译后写入 Word 文件。以下是完整代码示例： ```python import PyPDF2 from googletrans import Translator from docx import Document # 提取 PDF 文本 with open('example.pdf', 'rb') as pdf_file: pdf_reader = PyPDF2.PdfReader(pdf_file) text = '' for page_num in range(len(pdf_reader.pages)): page = pdf_reader.pages[page_num] text += page.extract_text() # 翻译文本为中文 translator = Translator() translated_text = translator.translate(text, dest='zh-cn').text # 写入 Word 文件 doc = Document() doc.add_paragraph(translated_text) doc.save('translated_example.docx') ``` ### 注意事项 - 如果 PDF 文件包含复杂的布局或图像，`PyPDF2` 提取的文本可能会丢失格式或不完整[^2]。 - `googletrans` 是一个非官方的 Google 翻译 API 包装器，可能存在速率限制或服务中断的情况。 - 使用 `pdf2docx` 进行转换时，确保安装了最新版本以支持更多功能[^4]。