通过保留格式Python来翻译pdf文件
通过保留格式Python来翻译pdf文件
提问于 2018-07-12 18:54:17
我正在尝试使用转换API转换PDF文件，并通过保持格式不变将其输出为PDF。我的方法是将PDF转换为word文档，然后翻译文件，然后再将其转换回PDF。但是问题是，没有有效的方法将PDF转换为word。我正在试着写我自己的程序，但PDF有很多格式。所以我猜要处理所有的格式需要一些努力。所以我的问题是，有没有任何有效的方法来翻译这些PDF而不丢失格式，或者是否有任何有效的方法将它们转换为docx。我使用python作为编程语言。
回答 2
Stack Overflow用户
发布于 2018-07-12 18:56:00
可能不会。
实际上，PDF并不意味着机器可读或可编辑；它们描述的是格式化的、布局的、可打印的页面。
Stack Overflow用户
发布于 2018-07-12 19:03:57
例如，您可以使用pdfminer代替API：
from pdfminer.pdfinterp import PDFResourceManager, PDFPageInterpreter
from pdfminer.converter import TextConverter
from pdfminer.layout import LAParams
from pdfminer.pdfpage import PDFPage
from io import StringIO
def convert_pdf_to_txt(path):
rsrcmgr = PDFResourceManager()
retstr = StringIO()
codec = 'utf-8'
laparams = LAParams()
device = TextConverter(rsrcmgr, retstr, codec=codec, laparams=laparams)
fp = open(path, 'rb')
interpreter = PDFPageInterpreter(rsrcmgr, device)
password = ""
maxpages = 0
caching = True
pagenos=set()
for page in PDFPage.get_pages(fp, pagenos, maxpages=maxpages, password=password,caching=caching, check_extractable=True):
interpreter.process_page(page)
text = retstr.getvalue()
fp.close()
device.close()
retstr.close()
return text页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/51303812
复制相关文章
相似问题
腾讯云开发者
