Простая текстовая конвертация PDF в DOCX!

В Python можно извлечь текст из PDF и сохранить его в формат DOCX благодаря библиотекам pdfplumber и python-docx.

Установка необходимых библиотек:
pip install pdfplumber python-docx

Импорт модулей:
import pdfplumber
from docx import Document

Определение функции конвертации:
def pdf_to_docx(pdf_path, output_docx):
# Открываем PDF и создаём новый DOCX-документ
pdf = pdfplumber.open(pdf_path)
doc = Document()

Обработка страниц и сохранение результата:
for page in pdf.pages:
text = page.extract_text()
if text:
doc.add_paragraph(text)

doc.save(output_docx)
pdf.close()
print(f"Текст успешно извлечён и сохранён в {output_docx}")

Пример использования в реальном сценарии:
pdf_path = "input_document.pdf"
output_docx = "converted_document.docx"

pdf_to_docx(pdf_path, output_docx)

После выполнения скрипта в указанной директории появится DOCX-файл с текстом всех страниц исходного PDF-документа.

Такой пример полезен для практики работы с внешними библиотеками, файловой системой и циклами.

Python Ready | #практика