python自动化系列:批量自动转换pdf文件为txt文件

"""批量自动转换pdf文件为txt文件"""import osfrom PyPDF2 import PdfReader# 确保输出目录存在output_dir = './files/txt'if not os.path.exists(output_dir):    os.makedirs(output_dir)# 把文件下的所有PDF转换为TXTdef conversion(file_dir):if not os.path.exists(file_dir):print('文件路径不正确，请检查')else:        file_list = [f for f in os.listdir(file_dir) if f.endswith('.pdf')]  # 确保是PDF文件for file in file_list:            pdf_path = os.path.join(file_dir, file)            try:                pdf2txt(pdf_path)            except Exception as e:print(f"转换错误: {e}")# PDF转为TXTdef pdf2txt(pdf_path):    # 使用PyPDF2读取PDF文件    reader = PdfReader(pdf_path)    # 初始化一个空字符串用于存储文本    text_content = ""    # 遍历PDF中的每一页for page_num in range(len(reader.pages)):        # 获取每一页的内容        page = reader.pages[page_num]        # 将文本添加到字符串        text = page.extract_text()if text:  # 确保提取的文本不为空            text_content += text + "\n"    # 保存TXT文件    name = get_name(pdf_path)    # TXT文件输出路径    txt_file = os.path.join(output_dir, f"{name}.txt")    try:        with open(txt_file, 'w', encoding='utf-8') as f:            f.write(text_content)print(f"文件已保存: {txt_file}")    except Exception as e:print(f"保存文件时出错: {e}")# 获取文件名def get_name(file_path):    # 使用os.path.basename()获取文件名    file_name_with_extension = os.path.basename(file_path)    # 使用os.path.splitext()分离文件名和后缀名    file_name, _ = os.path.splitext(file_name_with_extension)return file_nameconversion('./files/pdf')