主要介绍了Python实现pdf文档转txt的方法,结合实例形式分析了Python基于第三方库pdfminier实现针对pdf格式文档的读取、转换等相关操作技巧,需要的朋友可以参考下

本文实例讲述了Python实现pdf文档转txt的方法。分享给大家供大家参考，具体如下： 首先，这是一个比较粗糙的版本，因为已经够用了，而且对pdf的格式不熟悉，所以暂时没有进一步优化。 还有，这是转成txt的，所以如果是有图片的pdf是无法保存图片的。 至于本来就是图片的文本，这里是无法分析出来的。那些图片的pdf，估计要用图形匹配的方式来处理，类似于超速拍摄的车牌识别。 不过这样的程度，已经不是文本处理了。扯远了。。。 转出来的文字，好像按照pdf里面的所展示的来换行了，看不到有什么规则还原