1200字范文,内容丰富有趣,写作的好帮手!
1200字范文 > 【Python | PDF】如何使用Python将PDF转换为HTML页面?

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

时间:2019-03-24 19:39:33

相关推荐

【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 fitzfrom 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 fitzfrom 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~

本内容不代表本网观点和政治立场,如有侵犯你的权益请联系我们处理。
网友评论
网友评论仅供其表达个人看法,并不表明网站立场。