### 实现PDF到TXT的转换脚本 在Python中，可以使用多个库来实现从PDF文件提取文本并保存为TXT文件的功能。其中常用的库有`PyPDF2`、`pdfplumber`和`pdfminer`等。下面将分别介绍如何使用这些库来完成PDF到TXT的转换。 #### 使用 PyPDF2 库进行转换 `PyPDF2`是一个广泛使用的PDF处理库，虽然它在处理复杂的PDF文档时有一定的局限性，但对于基本的文本提取仍然非常有效。 ```python import PyPDF2 def pdf_to_txt_pypdf2(pdf_path, txt_path): with open(pdf_path, 'rb') as pdf_file: reader = PyPDF2.PdfReader(pdf_file) text = '' for page in reader.pages: text += page.extract_text() with open(txt_path, 'w', encoding='utf-8') as txt_file: txt_file.write(text) # 示例调用 pdf_to_txt_pypdf2('example.pdf', 'output.txt') ``` #### 使用 pdfplumber 库进行转换 `pdfplumber`提供了更精细的控制能力，特别是在需要处理表格和其他复杂布局的情况下[^2]。 ```python import pdfplumber def pdf_to_txt_pdfplumber(pdf_path, txt_path): with pdfplumber.open(pdf_path) as pdf: text = '' for page in pdf.pages: text += page.extract_text() with open(txt_path, 'w', encoding='utf-8') as txt_file: txt_file.write(text) # 示例调用 pdf_to_txt_pdfplumber('example.pdf', 'output.txt') ``` #### 使用 pdfminer 库进行转换 对于那些使用其他库无法正确解析的PDF文件，可以尝试使用`pdfminer`。这个库更加灵活，但也稍微复杂一些。 ```python from pdfminer.high_level import extract_text def pdf_to_txt_pdfminer(pdf_path, txt_path): text = extract_text(pdf_path) with open(txt_path, 'w', encoding='utf-8') as txt_file: txt_file.write(text) # 示例调用 pdf_to_txt_pdfminer('example.pdf', 'output.txt') ``` ### 错误处理与用户交互 为了提高用户体验，可以在脚本中加入错误处理机制以及简单的命令行交互功能。 ```python import argparse def main(): parser = argparse.ArgumentParser(description='Convert PDF to TXT.') parser.add_argument('pdf_path', help='Path to the PDF file') parser.add_argument('txt_path', help='Path to save the TXT file') args = parser.parse_args() try: # 可以选择上述任意一种方法进行转换 pdf_to_txt_pdfplumber(args.pdf_path, args.txt_path) print(f'Successfully converted {args.pdf_path} to {args.txt_path}') except Exception as e: print(f'An error occurred: {e}') if __name__ == '__main__': main() ``` 此脚本通过命令行参数接收PDF文件路径和输出TXT文件路径，并且包含了异常捕获逻辑以提供友好的错误提示[^1]。