从pdf转换为txt

Question

我已经将一些pdf文件转换为txt格式。但是，转换后如何保存？我试图使用file.write('file1')选项，但似乎无法正常工作。

file1 = pdf_to_txt("important_file_1.pdf")
file2 = pdf_to_txt("important_file_2.pdf")

谢谢您的帮助。

Answer 1

您需要以write模式打开一个新文件：

file1 = pdf_to_txt("important_file_1.pdf")
f = open('pdf_to_text.txt', 'w')
f.write(file1)
f.close()

要使其可重用，请执行以下操作：

import time
def save_pdf_to_text(file_to_save, filename=None):
    if not filename:
        timestr = time.strftime("%Y-%m-%d-%H-%M-%S")
        filename = '{}.txt'.format(timestr)
    with open(filename, 'w') as f:
        f.write(file_to_save)

用法：

file1 = pdf_to_txt("important_file_1.pdf")
save_pdf_to_text(file1)

它将创建带有时间戳的文件。或将文件名作为第二个参数传递。