加入 Gitee
与超过 1200万 开发者一起发现、参与优秀开源项目,私有仓库也完全免费 :)
免费加入
文件
克隆/下载
蔡蓓2301066051.py 1.08 KB
一键复制 编辑 原始数据 按行查看 历史
MajorTom26 提交于 2023-11-29 10:42 . 蔡蓓 2301066051
import os
import pdfplumber
def parse_pdf(pdf_path, txt_path):
try:
with open(txt_path, "w", encoding='utf-8') as txt:
with pdfplumber.open(pdf_path) as pdf:
for i, page in enumerate(pdf.pages):
print(f'正在转换{pdf_path}-{i + 1}页')
txt.write(page.extract_text())
except Exception as e:
print(f"发生异常: {str(e)}")
pdf_dir = r'/Users/liujingyu/Downloads/gitee/cipin/3/pdf'
txt_dir = r'/Users/liujingyu/Downloads/gitee/cipin/3/txt'
if not os.path.exists(txt_dir):
os.makedirs(txt_dir)
for root, dirs, files in os.walk(pdf_dir, topdown=False):
for file in files:
try:
pdf_path = os.path.join(root, file)
file_name = os.path.basename(pdf_path)
txt_path = os.path.join(txt_dir, file_name.split('.')[0] + '.txt')
parse_pdf(pdf_path, txt_path)
except:
with open('错误信息.txt', 'a', encoding='UTF-8', errors='ignore') as f:
f.write(os.path.join(root, file) + '/n')
马建仓 AI 助手
尝试更多
代码解读
代码找茬
代码优化