如何用 python 讀取 pdf 文件中的內容, 比如文字,圖片, 並生成新的 word 文件?

步驟：

1. 安裝 PyPDF2 庫。
2. 使用 PyPDF2 庫打開 PDF 文件。
3. 使用 PyPDF2 庫讀取 PDF 文件中的文本。
4. 使用 PyPDF2 庫讀取 PDF 文件中的圖像。
5. 創建一個新的 Word 文檔。
6. 將 PDF 文件中的文本和圖像添加到新的 Word 文檔中。
7. 保存新的 Word 文件。

以下是使用 PyPDF2 庫從 PDF 文件中讀取文本和圖像並生成新的 Word 文件的示例代碼：

 

import PyPDF2

# 打開 PDF 文件
pdf = PyPDF2.PdfFileReader("my_pdf.pdf")

# 讀取 PDF 文件中的文本
text = pdf.getPage(0).extractText()

# 讀取 PDF 文件中的圖像
images = pdf.getPage(0).getImages()

# 創建一個新的 Word 文檔
word = Document()

# 將 PDF 文件中的文本和圖像添加到新的 Word 文檔中
word.add_paragraph(text)
for image in images:
  word.add_picture(image)

# 保存新的 Word 文檔
word.save("my_word_document.docx")