【Python | PDF】如何使用Python将PDF转换为HTML页面？

前言

最近想做一个小的功能，将PDF文字提取，并转换为HTML页面，但苦苦找寻没有合适好用简单的方法。Google一下，马上知道，接下来就是学习的结果，分享给大家，以免踩坑

含泪分享，希望大家喜欢，直接上代码

本文仅用于知识分享！

第一个版本，简单实现了HTML输出

import fitz
from tqdm import tqdmdef pdf2html(input_path,html_path):doc = fitz.open(input_path)for page in tqdm(doc):html_content = page.getText('html')print("开始输出html文件")with open(html_path, 'w', encoding='utf8', newline="") as fp:fp.write(html_content)input_path = r'G:\back\pyfile\翻译\pdf_translate-master\3.pdf' # 如果报错 就用绝对路径
html_path = r'G:\back\pyfile\翻译\pdf_translate-master\input.html'
pdf2html(input_path,html_path)

第二个版本，优化了HTML输出的样式（做了居中对齐）

import fitz
from tqdm import tqdmdef pdf2html(input_path, html_path):doc = fitz.open(input_path)print(doc)html_content = "<!DOCTYPE html><html lang=\"en\"><head><meta charset=\"UTF-8\"><title>Title</title></head><body style=\"display: flex;justify-content: center;flex-direction: column;background: #0e0e0e;align-items: center;\">"for page in tqdm(doc):html_content += page.getText('html')print("开始输出html文件")html_content += "</body></html>"with open(html_path, 'w', encoding='utf8', newline="") as fp:fp.write(html_content)input_path = r'/Users/guoyi/Desktop/report123.pdf'  # 如果报错 就用绝对路径
html_path = r'/Users/guoyi/Desktop/report123.html'
pdf2html(input_path, html_path)

安装

pip install PyMuPDF
或者pip3 install PyMuPDFpip install tqdm
或者pip3 install tqdm

有任何疑问评论咨询我~

【Python | PDF】如何使用Python将PDF转换为HTML页面？相关推荐

python批量pdf转word,python批量实现Word文件转换为PDF文件
本文为大家分享了python批量转换Word文件为PDF文件的具体方法,供大家参考,具体内容如下 1.目的通过万能的Python把一个目录下的所有Word文件转换为PDF文件. 2.遍历目录作者总 ...
python pdf报告_python生成pdf报告、python实现html转换为pdf报告
1.先说下html转换为pdf:其实支持直接生成,有三个函数pdfkit.f 安装python包:pip Install pdfkit 系统安装wkhtmltopdf:参考 https://githu ...
python快速入门 pdf-Python 快速入门 PDF 第3版
给大家带来的一篇关于Python入门相关的电子书资源,介绍了关于Python.Python入门方面的内容,本书是由人民邮电出版社出版,格式为PDF,资源大小9.73 MB,娜奥米·塞德编写,目前豆瓣. ...
【Python】用于在 Python 中处理 PDF 文件的 PyPDF2 库
作者 | megha152 编译 | Flin 来源 | analyticsvidhya 介绍 PDF 代表便携式文档格式.它使用 .pdf 扩展名.这种类型的文件主要用于共享目的.它们不能被修改,从 ...
python实现pdf转word详解_手把手|20行Python代码教你批量将PDF文件转为Word格式（包教包会）...
在日常工作或学习中,经常会遇到这样的无奈: "小任,你把这个PDF中的文件码出来发我" 倒霉,2M的PDF12点也完不了啊! 很多时候在学习时发现许多文档都是PDF格式,PDF格式 ...
python docx 合并文档图片_不再为处理PDF烦恼，python处理操作PDF全攻略
本篇聊下Python对pdf的各种操作,包含pdf转word,pdf转图片,pdf翻转,加密,加水印等. pdf转换word文档保留格式 pdf转换为word文档,被大众经常使用的是纯Python库 ...
Python办公自动化--Word、Excel、PDF
一.Python自动化之Excel python操作excel主要用到openpyxl库.其主要针对xlsx格式的excel进行读取和编辑.下面简单介绍其使用方法及命令.除openpyxl库外,还有x ...
【python自动化办公】Python自动化之pdf——PyPDF2、pdfplumber、fitz、pdf2image库介绍
目录前言 1. 学习python自动化办公目的 2. 未来持续打卡内容 3. 资料来源与思维导图一.PDF处理库 1.PyPDF2--基础操作 2.pdfplumber--表格抽取 3.fitz- ...
python把pdf转word_手把手|20行Python代码教你批量将PDF文件转为Word格式（包教包会）...
作者:菜鸟分析 Python爱好者社区--专栏作者个人介绍:一个痴迷于Python语言的业余程序猿,未来的理想是能够与一群痴迷于Python语言的程序猿改变世界知乎专栏: https://zhua ...

【Python | PDF】如何使用Python将PDF转换为HTML页面？

安装

【Python | PDF】如何使用Python将PDF转换为HTML页面？相关推荐

最新文章

热门文章