linux pdf to txt,PDF转换为TXT

手上有一批pdf的文件大约6万份需要转成txt，尝试了很多方法。列出来供参考：

1. 利用付费软件转换

使用了迅捷PDF转换器，买了永久会员，该转换方法的好处是操作简单，缺点在于免费一次只能转5页，买了会员之后也一次只能转换200个文件，小批量文件比较适合。

2. 利用python进行转换

python转换主要利用了王树义老师提供的方法PDF批量转换，该方法基于python3中的pdfminer.six包进行提取，可以做到批量转换。但是由于我的PDF文件可能有点问题总是报错说文件格式不是PDF。也查了一些其他的转换包，好像对中文支持都不好，没有进一步尝试。

anaconda在装上pdfminer.six包之后按照王树义老师给出的代码导入包时出现ModuleNotFoundError，检查后发现以前装了pdfminer3k的包，其实两个包代码功能都差不多，但是个别模块名字有差异。如果一直出现ModuleNotFoundError，可以尝试卸载两个包后再重新按照。

3. 在linux系统中转换

实在走投无路之后，偶然在知乎上看到一个方法，并利用这种方法成功转换。

由于我使用的是windows10系统，因此首先安装了vmware以及ubuntu的虚拟机，之后在终端执行以下命令即可：

```

for f in `ls *.pdf`

do pdftotext "$f"

done

```

以上为尝试的三种比较方便的转换方法，当然如果只是转单个文件直接右击PDF文件利用word2016以上版本打开，即可转换。

linux pdf to txt,PDF转换为TXT相关推荐

Linux下如何实现将txt文本文件转换为pdf
在linux下编辑文档,txt格式的方便很多.如果有很多很大的txt文档,为了方便阅读和保存,转换为pdf格式的文件也是一种很不错的方法. 1.工具介绍: enscript: https://www. ...
三招教您pdf转换为txt
在很多办公过程中,我们需要将PDF文件转换为TXT格式,从而提高工作效率.那么,为何要将PDF文件转换为TXT格式呢?首先,将PDF文件转换为TXT格式方便文本编辑和修改,PDF文件是一种静态文件格式 ...
如何把pdf转换为txt文档，pdf转txt的好方法
如何把pdf转换为txt文档,pdf转txt的好方法.txt文档是每个电脑都自带的文字编辑工具.而pdf文件的缺点就是在于文件本身无法进行编辑.修改.当pdf文件中的内容产生错误时,就需要将pdf文件 ...
java pdf 转txt文件怎么打开_使用iText将TXT文件转换为PDF（保留格式）
我正在尝试使用iText库将.txt文件转换为.pdf文件.我面临的问题如下: 我在txt文件中有清晰的格式,与此类似: TEXT ******************* Other text her ...
扫描的图片PDF转换为txt
虽然pdf文档在诺基亚E61上能看,不过,扫描的图片的pdf缩放貌似不管用,放大1000%还是看不清楚. 以下是我尝试把pdf转换为txt的过程: 1,扫描的pdf不能直接用转换工具转换为txt的,必 ...
java pdf 转txt文件_java – 使用iText将TXT文件转换为PDF(保持格式化)
我正在尝试使用iText库将.txt文件转换为.pdf文件. 我面临的问题如下: 我在txt文件中有一个清晰的格式,类似于: TEXT ******************* Other text h ...
Word处理控件Aspose.Words功能演示：在 Python 中将 TXT 文件转换为 PDF
各种人使用记事本以TXT格式记下重点或快速创建笔记.此外,TXT 文件用于在各种应用程序中存储纯文本.但是,由于记事本不提供高级功能,因此 TXT 文件通常会转换为PDF.为了以编程方式自动将 TXT ...
Word处理控件Aspose.Words功能演示：在 C# 中将 TXT 文件转换为 PDF
记事本提供了最简单快捷的方式来记下重点或创建笔记.此外,各种应用程序以TXT文件的形式生成有用的信息.由于 TXT 文件不支持高级功能,例如注释等,您可能需要将它们转换为PDF格式.为了在 .NET ...
PDFBox下载及将pdf提取转换为txt文档
下载网址: http://sourceforge.net/projects/pdfbox/ 最新版本为0.7.3 从解压包中的external目录复制以下jar包: bcmail-jdk*.jar b ...
如何用python将pdf转换为txt、docx、excel
利用python的pdfplumber库可以实现转换,一些常用的方法 .extract_text() 用来提页面中的文本,将页面的所有字符对象整理为的那个字符串 .extract_words() 返回 ...

linux pdf to txt,PDF转换为TXT

linux pdf to txt,PDF转换为TXT相关推荐

最新文章

热门文章