python-office库中，pdf转word怎么用？

👉 项目官网：https://www.python-office.com/ 👈

👉 本开源项目的交流群 👈

github star gitee star atomgit star PyPI Downloads AI编程 AI交流群

大家好，这里是程序员晚枫，正在all in AI编程实战，小红书/小破站都叫这个名。

pdf2docx 使用说明

功能简介

pdf2docx 用于将 PDF 文件转换为 Word（.docx）文档。
支持：

  • 单个 PDF 文件转换为单个 DOCX 文件
  • 通过输入输出目录进行批量转换（依赖底层 popdf.pdf2docx 的实现）
  • 保持对旧参数 file_path 的向后兼容（已弃用，不推荐继续使用）

函数签名

1
2
3
4
5
6
7
8
9
from office.api.pdf import pdf2docx

pdf2docx(
    input_file: str | None = None,
    output_file: str | None = None,
    input_path: str | None = None,
    output_path: str = '.',
    file_path: str | None = None,  # 已弃用
)

参数说明

  • input_file：

    • 类型：str
    • 说明：输入的单个 PDF 文件路径（包含文件名和扩展名）。
    • 示例："D:/docs/input.pdf"
    • 注意：当前实现中，这是必填参数（除非你依赖底层 popdf 的目录模式，用 input_path + output_path）。

  • output_file：

    • 类型：str，可选
    • 说明：输出的单个 Word 文件完整路径（包含文件名和 .docx 扩展名）。
    • 若传入该参数，则优先使用此路径作为输出文件位置。

  • input_path：

    • 类型：str，可选
    • 说明：批量转换时的 PDF 输入目录路径。
    • 使用方式取决于底层 popdf.pdf2docx 的具体实现（目录批量模式）。

  • output_path：

    • 类型：str，可选，默认值：'.'
    • 说明：
      • 当只传 input_file 且未传 output_file 时：
        函数会自动将输出文件路径设置为
        output_path + input_file 的文件名（去掉原扩展名，追加 .docx）。
        例如：
        • input_file="D:/docs/a.pdf"
        • output_path="E:/out"
        • 最终输出：E:/out/a.docx
      • 当使用目录模式时（input_path + output_path），会传递给底层 popdf.pdf2docx 进行处理。

  • file_path（已弃用）：

    • 类型：str，可选
    • 说明：旧版使用的 PDF 输入路径参数，已被 input_file 替代。
    • 当前行为：
      • 如果传入了 file_path，且未传 input_file，函数会自动将 file_path 的值赋给 input_file，并发出 DeprecationWarning 警告。
      • 新代码中不推荐继续使用 file_path，请统一改为 input_file。

调用优先级与分支逻辑

根据当前实现，参数组合的处理顺序如下：

  1. 处理弃用参数 file_path

    • 如果 file_path 不为 None 且 input_file 为空：
      • 发出弃用警告
      • 用 file_path 填充 input_file

  2. 必须提供 input_file

    • 若最终 input_file 仍为 None：
      • 直接抛出： 
        1
        ValueError("必须提供 input_file 参数来指定PDF文件路径")

  3. 优先使用 input_file + output_path 模式（当前兼容路径组合逻辑）

    1
    2
    3
    4
    if input_file is not None and output_path is not None:
        input_path_obj = Path(input_file)
        output_file = str(Path(output_path) / f"{input_path_obj.stem}.docx")
        popdf.pdf2docx(input_file=input_file, output_file=output_file)

  4. 若显式提供了 output_file，则优先使用：

    1
    2
    elif input_file is not None and output_file is not None:
        popdf.pdf2docx(input_file=input_file, output_file=output_file)

  5. 目录模式（依赖底层库的批量实现）：

    1
    2
    elif input_path is not None and output_path is not None:
        popdf.pdf2docx(input_path=input_path, output_path=output_path)

使用示例

1. 最常用：单个 PDF → 同名 DOCX（指定输出目录）

1
2
3
4
5
6
7
from office.api.pdf import pdf2docx

pdf2docx(
    input_file=r"D:\docs\report.pdf",
    output_path=r"D:\output"
)
# 结果：在 D:\output 目录下生成 report.docx

2. 单个 PDF → 指定完整输出文件名

1
2
3
4
5
6
7
from office.api.pdf import pdf2docx

pdf2docx(
    input_file=r"D:\docs\report.pdf",
    output_file=r"D:\output\my_report_v2.docx"
)
# 结果：生成 D:\output\my_report_v2.docx

3. 兼容旧代码：使用已弃用的 file_path

1
2
3
4
5
6
7
8
9
from office.api.pdf import pdf2docx

pdf2docx(
    file_path=r"D:\docs\old_api.pdf",
    output_path=r"D:\output"
)
# 行为等同于：
# pdf2docx(input_file=r"D:\docs\old_api.pdf", output_path=r"D:\output")
# 同时会抛出 DeprecationWarning，提示不要再使用 file_path

4. 目录模式（依赖底层 popdf 行为）

1
2
3
4
5
6
7
from office.api.pdf import pdf2docx

pdf2docx(
    input_path=r"D:\pdf_folder",
    output_path=r"D:\output_folder"
)
# 具体批量转换行为由 popdf.pdf2docx 决定

如果你希望，我可以再帮你把这份使用文档，整理成适合直接放到 README / API 文档里的 Markdown 版本（当前答案已经基本是 Markdown 格式，你可以直接复制过去用）。

以上所有仓库的功能介绍，我都加入了原创课程:给小白的《50讲Python自动化办公》都是1行Python代码就能实现的，适合纯小白的课程，需要可以加入学习哟~

大家学习 或 使用代码过程中，有任何问题，都可以加入读者群交流哟~👇

程序员晚枫专注AI编程培训，小白看完他的教程《30讲 · AI编程训练营》就能上手做AI项目。

展开全文 >>

讯飞星辰Agent平台

白开水AI社区，让AI知识不烫手。

欢迎参加本次直播，手把手带你搭建一个聊天Agent。

直播之前请完成下面2个事情：

开通账号

扫码下图，直达讯飞Agent平台，直播时跟我一起操作

https://agent.xfyun.cn/home?ch=AIBC-XFXC-hkj

加入直播群

加入直播微信群，直播时获取资料，直播后操作答疑

直播搭建的智能体

我发现了程序员晚枫的客服，快试试和ta对话吧！https://agent.xfyun.cn/chat?sharekey=702423e9ded20544c4548f166e5d7c0b&botId=4486091

成立于2025年12月，目前有各类AI教程，每月都有AI直播。

直播记录

第一时间参与直播，和我们一对一的交流沟通，欢迎加入我们的：AI学习交流群 · 长期有效

场次 直播录制 海报 直播视频 主讲人 筹备组
2025.11上 用 AI 开发一个PDF转Word的办公软件，并打包成了exe — 查看 晚枫 晚枫
2025.11下 我是怎么用AI自动化 写文章、剪视频的？ 查看 查看 晚枫 昭意
2025.12.14 人人都可以AI编程，10大功能现场揭秘！ 查看 查看 晚枫 昭意

社区课程

联合创始人

线下活动

时间 地点 官宣信息 白开水AI的分享主题
2025.11.29 重庆光电园 G-Star Gathering Day 重庆站来袭！ 待整理
2025.12.5 西南大学（北碚校区） AI + 开源双重 buff！AtomGit 源启高校西南大学站，12 月 5 日邀你解锁 Coding 新姿势～ AtomGit“源启高校”西南大学站活动圆满结束
2025.12.11 阿里中心 · 重庆 【线下活动】Qoder MeetUP · 重庆阿里中心 用Qoder打造开源项目，我悄然进化成六边形战士

采访

更多社区动态，请关注：公众号 - 白开水AI

联系我们

程序员晚枫专注AI编程培训，小白看完他的教程《30讲 · AI编程训练营》就能上手做AI项目。

展开全文 >>

本站总访问量次

tag:

    缺失模块。
    1、请确保node版本大于6.2
    2、在博客根目录（注意不是yilia根目录）执行以下命令：
    npm i hexo-generator-json-content --save

    3、在根目录_config.yml里添加配置： 

      jsonContent:
    meta: false
    pages: false
    posts:
      title: true
      date: true
      path: true
      text: false
      raw: false
      content: false
      slug: false
      updated: false
      comments: false
      link: false
      permalink: false
      excerpt: false
      categories: false
      tags: true

编程博主，全网粉丝30w+，开源项目：python-office，我的微信：python-office