#!/usr/bin/env python3
# _*_ coding : UTF-8 _*_
# 开发团队 ：Short_Range_ST
# 开发人员 ：Stephen.Jin
# 开发时间 ：2024/03/13 17:15:39
# 文件名称 ：python_pdf_transform_docx.py
# 开发工具 ：Visual Studio Code
import os
from glob import glob
from pdf2docx import Converter
from concurrent.futures import ThreadPoolExecutor, as_completed
# 定义PDF转Word的函数
def pdf_to_word(pdf_file):
# 创建输出的Word文件名
docx_file = pdf_file.rsplit('.', 1)[0] + '.docx'
# 创建一个转换器对象
cv = Converter(pdf_file)
# 将PDF转换为Word
cv.convert(docx_file, start=0, end=None)
cv.close()
print(f'Successfully converted {pdf_file} to {docx_file}.')
def main():
# 获取F盘Books文件夹下的所有PDF文件
pdf_files = glob('D:\\python\\study_note\\pdf\\*.pdf')
# 创建一个线程池
with ThreadPoolExecutor(max_workers=5) as executor:
# 使用线程池中的线程来执行转换任务
futures = {executor.submit(pdf_to_word, pdf_file): pdf_file for pdf_file in pdf_files}
# 打印转换进度
for future in as_completed(futures):
pdf_file = futures[future]
print(f'Finished processing file: {pdf_file}')
if __name__=="__main__":
main()
