需求描述：朋友在平時工作中會經常重複性地打開不同PDF文件，選取其中特定的幾組信息複製粘貼到不同的Word文檔中，完成一份PDF文件平均耗時15分鐘，想試試Python代碼能否幫忙。
由於其涉及文件隱私，將需求簡化如下：我這提供一份PDF版《笨辦法學Python》，想把其中第五頁的第1段和第4段填充到Word文檔 “筆記.docx” 特定位置：
上圖爲PDF中的目標文字；下圖爲Word文檔要填充的位置：
思路
首先利用PDFMiner模塊解析PDF文件，轉化成PDF內容的文本列表；根據目標位置在列表中提取目標文本；利用Python處理Word文檔的庫docx-mailmerge模塊，進行文本填充。
PDFMiner模塊
PDFMiner是一個專注於從PDF文檔中提取、分析文本信息的工具。它不僅可以獲取特定頁碼特定位置處的信息，也能獲得字體等信息。其工作原理如圖所示：
看不懂原理圖沒關係，我們關心的是應用問題。首先安裝PDFMiner，注意Python3要安裝pdfminer3k，可以通過pip install pdfminer3k進行安裝
解析PDF涉及代碼步驟較多，先不展開，文末提供註釋源碼供參考。通過PDFMiner解析，文本內容按區域存到不同頁碼的文本list中；每一頁又作爲元素存入整個文檔的list中。即假設content代表整個PDF文本信息，content[0]爲第一頁信息，content[4]即我們想要的第五頁信息。而第五頁中，按照list元素順序，我們想要的第一段和第四段就可以通過content[4][1]和content[4][4]拿到了：
docx-mailmerge模塊
這個模塊的應用類似於你先在Word文檔中特定位置去定義好變量，之後在代碼中通過MailMerge函數爲變量賦值。
首先是安裝：pip install docx-mailmerge
接下來去Word文檔中定義要插入的變量，在要插入文本的位置選擇 “插入”→“文檔部件”→“域”：
在彈出的窗口中選擇mailmerge變量，中文直譯“郵件合併”，域名是自己定義的變量名，這裏我用firstTED 來代表第一段：
設置完成後會看到<<firstTED>>出現在Word文檔中。同理，我們設置fourthTED來代表第四段，最終結果如圖：
至此，Word文檔中變量定義完成，繼續回到代碼中。我們已經拿到了第一段和第四段的文本，接下來就是將其和新定義的firstTED 和 fourthTED 融合：
template = "../讀書筆記.docx"document = MailMerge(template)document.merge(firstTED = content[4][1],fourthTED = content[4][4],)document.write("讀書筆記更新.docx")
最終在PDF文件旁會生成新的“讀書筆記更新.docx”：
其內容如圖：
目標達成！